مجموعات بيانات ما بعد التدريب المفتوحة الخاصة بـ Nemotron 3.5 Super VL: ما الذي يمكنك فعليًا إجراء الضبط الدقيق عليه

نشرت NVIDIA Nemotron 3.5 Super VL أوزانها على Hugging Face في 12 أكتوبر 2026، وأُعلن عنها في 15 أكتوبر. النصف الذي تجاوزته معظم التغطيات من ذلك الإصدار هو الجزء الذي يمكنك البناء عليه فعلاً: بين 12 و15 أكتوبر، نشرت مؤسسة nvidia إحدى عشرة مجموعة بيانات جديدة لما بعد التدريب — مجموعات الضبط الدقيق الخاضع للإشراف والتعلم المعزز الكامنة خلف وصف التدريب ذي المراحل الست في بطاقة النموذج نفسها. تسمي كل واحدة من الإحدى عشرة OpenMDW-1.1 كشروطها الحاكمة، لكن عند هذا الحد يتوقف الاتساق. اثنتان منهما تظهران بصيغة license: other على Hub؛ واثنتان أخريان تحملان ترخيصًا ثانيًا بسبب ما بداخلهما؛ والبطاقتان اللتان لا تقولان أبدًا "جاهز للاستخدامات التجارية أو غير التجارية" ليستا البطاقتين التي قد تخمّنهما. فيما يلي ما تحتويه كل مجموعة، وما تنشره البطاقات وما لا تنشره عنها، وكيف يتوافق الإصدار كاملًا مع رقم استعادة الدقة الوسيط البالغ 99.62% الذي يُقرأ بشكل مختلف تمامًا حسب مستند NVIDIA الذي تفتحه.

ما الذي هبط، ومتى؟

تسجّل Hugging Face الطوابع الزمنية للإنشاء، لذا فإن هذا يُقرأ بدلًا من أن يُقدَّر. ظهرت المستودعات الأحد عشر جميعها خلال نافذة زمنية مدتها 61 ساعة:

• Nemotron-RL-litmus-bench-v0.2 — 12 أكتوبر، 16:37 UTC. استدلال كيميائي، 47,118 سؤال تدريب و2,056 سؤال اختبار، 64 ميغابايت، مبني من ChEMBL، وبيانات تحدّي OpenADMET ExpansionRx، ومجموعة ADME من Biogen. مرخّص بترخيص مزدوج CC-BY-SA-4.0 وOpenMDW-1.1، لأن الأسئلة المشتقة من ChEMBL تحمل شرط المشاركة بالمثل.

• Nemotron-SFT-Agentic-v4 — 14 أكتوبر، 17:54 UTC. مسارات استخدام الأدوات بجولة واحدة ومتعددة الجولات، 634,664 سجل محادثة موزعة على تقسيم tool_calling البالغ 549,707 وتقسيم knowledge_agent البالغ 84,957، 18.88 GB. تم التوليد باستخدام Qwen3.5-397B-A17B وGLM-5.2.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 14 أكتوبر، الساعة 17:55 UTC. دردشة، واتباع التعليمات متعددة الأدوار، والتحكم في طول الاستجابة، 3,850,582 سجل محادثة، 80.74 جيجابايت. تم توليده باستخدام Kimi-K2.6 وGemma4-E4B-it وQwen3.5-397B-A17B.

• Nemotron-SFT-Agentic-Finance-v1 — 14 أكتوبر، 18:54 بالتوقيت العالمي المنسق. 7,878 مثالاً متعدد الأدوار لاستدعاء الأدوات يشمل الاستدلال العددي، والنمذجة المالية، وتحليل السوق، والتعديلات، وأسئلة تجاوز التوقعات أو عدم تحقيقها، استناداً إلى إيداعات هيئة الأوراق المالية والبورصات العامة، بحجم 28 ميجابايت.

• Nemotron-RL-Agentic-Finance-v1 — 14 أكتوبر، 18:55 UTC. 10,185 مهمة تعلّم معزز، نفس عائلات المهام الخمس، 166 ميغابايت، مع حجب سياق الإيداع عمدًا بحيث يتعين على الوكيل استرجاعه باستخدام sec_filing_search وparse_html_page وretrieve_information.

• Nemotron-SFT-Long-Context-Transduction-v1 — 14 أكتوبر، 19:47 UTC. 10,000 زوج من التعليمات والأجوبة، 1.22 GB، لتتبع المواضع وتحويل التسلسلات. لم يولّد أي نموذج هذه البيانات: تنص البطاقة صراحةً على أن أي نموذج لغوي لا ينتج الأمثلة أو الأجوبة، وعائلات المهام الأربع هي التقييم الحسابي، وفرز الرموز السداسية عشرية، وتوسيع المتغيرات، وتحويل CSV.

• Nemotron-SFT-Long-Context-Translation-PG19-v1 — 14 أكتوبر، الساعة 20:14 بالتوقيت العالمي المنسق. 4,335 مثالاً للترجمة من الإنجليزية إلى لغات متعددة، 2.22 جيجابايت، والنصوص المصدرية مستمدة من كتب في الملكية العامة ضمن مجموعة PG-19 ومترجمة باستخدام DeepSeek V4 Flash.

• Nemotron-RL-Finance-Tool-Calling-v1 — 14 أكتوبر، 22:46 UTC. 90,307 سجلًا ماليًا — 81,397 عيّنة استدلال أساسية بالإضافة إلى 8,910 عيّنات أوسع لوكلاء ماليين — بحجم 1.23 GB، تُشغَّل مقابل بيئة Finance SEC Search في NeMo Gym.

• Nemotron-SFT-Finance-Document-Grounded-Reasoning-v1 — 14 أكتوبر، 22:46 UTC. 63,056 مثالًا في 1.01 غيغابايت، مستندة إلى إيداعات 10-K و10-Q و8-K من شركات S&P 500 التي تغطي 2017–2024.

• Nemotron-RL-Agentic-Conversational-Tool-Use-Seed-v1 — 14 أكتوبر، 23:45 UTC. 100,000 سجل، 3.86 جيجابايت: سياسات أولية، تعريفات أدوات وسيناريوهات لخادم موارد conversation_tool_use_simulation، تغطي الضيافة والتجارة الإلكترونية والخدمات المصرفية والتأمين، للمحادثات الوكيلية المحاكاة أثناء التعلم المعزز.

• Nemotron-SFT-BBQ-v1 — 15 أكتوبر، 05:22 UTC. بيانات إنصاف باللغة الإنجليزية تغطي العمر والمظهر الجسدي والإعاقة — 2,000 سجل لكل منها، و6,000 إجمالاً، و8.0 ميغابايت — مبنية وفق تصنيف Bias Benchmark for QA، مع محادثات بين مشاركين خياليين مصممة لتكافئ الإجابات القائمة على الأدلة بدلاً من الافتراضات.

هناك أمران يتعلقان بتلك القائمة يكتسيان أهمية أكبر من عدد الصفوف. الأول هو أن مساحة التراخيص ليست على القدر نفسه من التوحّد الذي يوحي به الوسم الوارد في العنوان، والثاني هو مَن تخصّ هذه المخرجات.

وسم الترخيص ليس هو الترخيص بأكمله

تُسمّي المستودعات الأحد عشر جميعها OpenMDW-1.1 بوصفه الشروط الحاكمة لها. ما يختلف هو الطريقة التي يصل بها ذلك إليك، والاختلافات تستحق القراءة قبل أن تبني أي شيء تجاري فوق ذلك.

• الوسم مقابل الترخيص المسمّى — تسعة من الأحد عشر تحمل license: openmdw-1.1 كوسم عادي يمكنك قراءته مباشرة من API. يظهر Nemotron-SFT-Agentic-Finance-v1 و Nemotron-RL-Agentic-Finance-v1 كـ license: other مع license_name: openmdw-1.1 ورابط للاتفاقية. الشروط هي نفسها؛ الأداة التي تصفّي المستودعات حسب وسم الترخيص سترى قيمتين مختلفتين.

• ترخيص ثانٍ بسبب بيانات المنبع — يحمل Nemotron-SFT-Long-Context-Translation-PG19-v1 ترخيص Apache-2.0 إلى جانب OpenMDW-1.1 لأن مجموعة النصوص المصدرية هي PG-19، وتضيف بطاقته أن الأعمال الإنجليزية الأساسية تقع في الملك العام في الولايات المتحدة، لكن وضع حقوق النشر قد يختلف في ولايات قضائية أخرى، لذا ينبغي للمستخدمين التحقق من القانون المحلي قبل إعادة التوزيع. ويحمل Nemotron-RL-litmus-bench-v0.2 ترخيص CC-BY-SA-4.0 إلى جانب OpenMDW-1.1، مع تطبيق شرط المشاركة بالمثل على الأسئلة المشتقة من ChEMBL تحديدًا.

• الجملة التجارية — تسع بطاقات تنص على "هذه المجموعة البيانية جاهزة للاستخدامات التجارية أو غير التجارية." والاثنتان التي لا تنصان على ذلك هما Nemotron-SFT-Long-Context-Transduction-v1 وNemotron-SFT-Long-Context-Translation-PG19-v1 — زوج السياق الطويل، وليس المجموعات المالية.

• حيث يتم توثيق استثناء المحتوى — التمويل. تنص البطاقة المستندية على أن الإصدار يحتفظ فقط بالمقتطفات المسموح بها ذات السياق المحدود من متون النماذج 10-K و10-Q و8-K، وأن مجموعة SEC الكاملة، وجميع المستندات الملحقة، وأي محتوى يحمل إشعار حقوق نشر لطرف ثالث مستبعدة، مع ذكر تقارير المستشارين، والعروض التقديمية، وآراء الإنصاف، وأبحاث المحللين. كما تشير إلى أن المقتطفات تظل مسؤولية الجهات المُصدِرة الخاصة بها.

إذن، القراءة العملية هي عكس القراءة البديهية. المجموعات المالية هي التي تحمل أبرز شارة ترخيص — ترخيص openmdw-1.1 نظيف على المجموعات المستندية ومجموعات استدعاء الأدوات — وهي أيضًا الأكثر توثيقًا للقيود المفروضة على ما بداخلها. أما مجموعات السياق الطويل فهي الأكثر تناقضًا بين بيانات Hub الوصفية والنص السردي الخاص بها. ولا يُعد أي منهما سببًا للانصراف؛ بل كلاهما سبب لقراءة أربع بطاقات بدل حقل ترخيص واحد.

مخرجات مَن درّبت نموذج NVIDIA الرائد؟

الأمر الآخر الذي يسري عبر الإصدار هو نماذج التوليد، وتسمّيها البطاقات دون مواربة. أُنتجت مجموعة SFT الوكيلية الرائدة باستخدام Qwen3.5-397B-A17B وGLM-5.2. وتضيف مجموعة اتباع التعليمات كلاً من Kimi-K2.6 وGemma4-E4B-it. وتسمّي مجموعة التمويل المرتكزة على المستندات Qwen3.5-397B-A17B لتوليد الأسئلة، وDeepSeek-V4-Pro للإجابات، وgpt-oss-120b للتصفية والاختيار. وتُدرج مجموعة استدعاء الأدوات المالية بالتعلم المعزز Qwen3.5-397B-A17B وQwen3-235B-A22B-Instruct-2507 في المنبع، وDeepSeek-V4-Pro للإجابات، وgpt-oss-120b للتصفية، وNVIDIA Nemotron نفسه لتنميط صعوبة التعلم المعزز عبر ثماني جولات. وأُنتجت ترجمات PG-19 باستخدام DeepSeek V4 Flash.

هذا قرار نشر، وليس محض مصادفة، وهو أكثر شيء مفيد في هذا الطرح لأي شخص يحاول التفكير في الجودة. وهو يخبرك بأن الافتراض السلوكي المسبق الذي تضبط نموذجك عليه بالضبط الدقيق ليس في جوهره من NVIDIA — بل هو مزيج من عائلتين صينيتين رائدتين مفتوحتي الأوزان، ونموذج مفتوح الأوزان من OpenAI، ونموذج صغير من Google. وإذا كانت لديك وجهة نظر حول كيفية تصرف أي من هؤلاء مع النصوص المالية أو عند اختيار الأدوات، فإن وجهة النظر تلك تنطبق على نقطة انطلاقك هنا، ولديك الآن المصدر للتحقق منها بدلًا من التخمين.

لماذا تُعدّ البيانات هي الجزء الذي يمكنك التصرف بناءً عليه

سبب كون طرح مجموعة بيانات هو النصف المثير للاهتمام من هذا الإطلاق ظاهر في أرقام المورّد نفسه. يذكر منشور غرفة أخبار NVIDIA المنظمات التي أجرت تدريبًا لاحقًا للنموذج، وينقل نتائجها: Scale AI لأعمال ائتمان المورّد الخاصة بـ Skydance، عند "تكلفة استدلال أقل بمقدار 40x" و"زمن استجابة أقل بمقدار 5x"؛ وRamp في تحويل صور الإيصالات إلى JSON منظم، متوقعة "إنتاجية أعلى تصل إلى 50% وزمن استجابة أقل بمقدار 10x"؛ وAI21 وAlice في استخبارات التهديدات، عند "دقة أعلى بنسبة 41%". اقرأ مدونة المطوّرين إلى جانب غرفة الأخبار، فتنهار نتائج العملاء نفسها إلى "تكلفة استدلال أقل بمقدار 40x، وزمن استجابة أقل بمقدار 10x، ودقة أعلى بنسبة 40%" — 40 حيث تقول غرفة الأخبار 41، و10x حيث تقول 5x، فيما يبدو أنهما نفس عمليتي النشر. هذه توقعات العملاء لأحمال عملهم الخاصة، وليست معايير قياس، ولا يمكن إعادة إنتاج أي من النسختين من قبلك.

ما يمكن إعادة إنتاجه هو الإيصال. تقول غرفة الأخبار إن النموذج دُرِّب تدريبًا لاحقًا على نحو 3.8 ملايين عيّنة وبالتعلم المعزز عبر عشرات البيئات، وإن مجموعات البيانات المفتوحة تغطي استخدام الأدوات الوكيلية، والتمويل، واتباع التعليمات، والسياق الطويل، والإنصاف، وفهم الرؤية واللغة. المستودعات الأحد عشر أعلاه هي تلك المجموعة، وبيئات NeMo Gym التي تشير إليها البطاقات هي إطار التشغيل. أي فريق يريد وكيلًا لذكاء المستندات يملك الآن النموذج، ووصفات خدمة النموذج، ومكتبات الضبط الدقيق، وبيانات التدريب في مكان واحد. وهذه المستودعات هي التي تسدّ الفجوة بين «يمكن تخصيص هذا النموذج» و«إليك تخصيصًا يمكنك تنزيله اليوم».

ملاحظة تحذيرية واحدة حول قائمة الفئات تلك: تشمل غرفة أخبار NVIDIA فهم الرؤية واللغة ضمن مجموعات البيانات الصادرة، أما مستودعات بيانات nvidia الجديدة الأحد عشر التي أُنشئت في هذه النافذة فهي مجموعات نصية ومجموعات لاستخدام الأدوات. مجموعة التمويل المستندة إلى الوثائق هي أقرب شيء إلى مجموعة رؤية في الإصدار، وهي نصية التنسيق فقط. إذا كنت قد جئت من أجل جانب الصور والفيديو، فالبيانات ليست هنا — أحدث مجموعة بيانات رؤية من NVIDIA على Hub تسبق هذه النافذة بخمسة أيام.

ما لا تنشره البطاقات، وما يكلفك ذلك

هذا هو الرقم الذي لا يضعه أحد في منشور إطلاق، وفي هذا الطرح هو رقم مفقود. لا تنشر أيٌّ من بطاقات مجموعات البيانات الإحدى عشرة عددًا للرموز. إنها تنشر أعداد السجلات وأحجام التخزين، وهذا كل ما في الأمر. لذا فإن سؤال تحديد الحجم — كم عدد ساعات GPU التي تستغرقها حقبة واحدة على مجموعة اتباع التعليمات — لا يمكن الإجابة عليه من الإصدار، بل يمكن تقديره فقط بقسمة البايتات على نسبة مفترضة من البايتات لكل رمز، وهو بالضبط نوع الرقم الذي ينتقل إلى التغطية كما لو كان مقيسًا.

ما يمكنك الانطلاق منه هو حجم التخزين المنشور: 80.74 جيجابايت لـ Nemotron-SFT-Instruction-Following-Chat-v4، و18.88 جيجابايت لـ Nemotron-SFT-Agentic-v4، و3.86 جيجابايت لمجموعة بذور استخدام الأدوات الحوارية، ثم ذيل طويل — 2.22 جيجابايت، 1.23 جيجابايت، 1.22 جيجابايت، 1.01 جيجابايت، 166 ميجابايت، 28 ميجابايت، 8.0 ميجابايت، 64 ميجابايت. مجموعتا البيانات الأكبر حجمًا أكبر بمرتبة إلى مرتبتين من حيث الحجم من كل شيء آخر في الدفعة، وهذا يخبرك أين يتركز ثقل ما بعد التدريب فعليًا دون الحاجة إلى عدد الرموز على الإطلاق.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 80.74 GB و3,850,582 سجلاً. هذه هي المجموعة التي تجعل التشغيل بكامل المعاملات مشروعًا وليس مهمة بعد الظهر.

• Nemotron-SFT-Agentic-v4 — 18.88 جيجابايت و634,664 سجلًا. حوالي ربع الحجم، مما يجعله في متناول التشغيل على عقدة واحدة.

• Nemotron-SFT-BBQ-v1 — 8.0 ميغابايت و6,000 سجل. إنه صغير بما يكفي للتكرار عليه خلال دقائق، مما يجعله أرخص طريقة لإثبات أن حلقة الضبط الدقيق لديك موصولة بشكل صحيح قبل أن تكرّس أسبوع GPU للمهمة التي تهتم بها فعلاً.

• Nemotron-SFT-Long-Context-Transduction-v1 — 1.22 GB، لكن 10,000 مثال فقط، مع نطاق منشور لكل مثال يتراوح من 2,048 إلى 131,072 رمزًا مستهدفًا. هنا تُحدَّد التكلفة بطول التسلسل وليس بالحجم، وتقول البطاقة إن الميزانيات هي أهداف توليد مُقدَّرة باستخدام cl100k_base، وليست أعدادًا مقيسة بعد التدريب.

من حيث النطاق على صعيد النموذج، تنشر بطاقة النموذج ميزانيات المراحل: تسخين MTP بمقدار 100 مليار توكن على عمود فقري مجمّد، تريليون توكن من التقطير من Nemotron الأكبر التالي، 100 مليار توكن من التدريب المسبق المستمر للغات الهندية (Indic)، تمديد بمقدار 35 مليار توكن إلى سياق 1M، 67 مليار توكن من التدريب المتوسط في هندسة البرمجيات عند 256K، ومرحلة استعادة السياق الطويل بمقدار 9 مليارات توكن. هذه هي ميزانيات التوكنات الوحيدة التي تذكرها NVIDIA في أي مكان في الإصدار، وهي تنطبق على تدريب النموذج الأساسي، وليس على الضبط الدقيق على مجموعات البيانات هذه.

ولهذا السبب أيضاً يُعد مسار LoRA مهماً هنا بدلاً من أن يكون مجرد حاشية. توجّه NVIDIA المطورين إلى NVIDIA NeMo AutoModel للضبط الدقيق الخاضع للإشراف والتكيّف منخفض الرتبة، والمهايئات هي الفرق بين نقل بعض سلوكيات النموذج وإعادة اشتقاق 249 GB من الأوزان. كلا المسارين حقيقي، والاختيار بينهما قرار بشأن مقدار سلوك النموذج الأساسي الذي تنوي نقله. فريق مالي يسعى إلى مخطط ضيق أو سلوك يتبع سياسة ما يقع في نطاق LoRA. أما الفريق الذي يريد أن يتبنى النموذج إجراءً تشغيلياً جديداً في كل تفاعلاته فليس كذلك.

وثيقتان، ومعيار واحد، وإجابتان متعارضتان

التقرير الفني المرفق بهذا الإصدار مؤرخ في 14 أكتوبر ويحمل الرقم الذي انتشر أبعد من أي رقم آخر دون سياقه. تُفيد NVIDIA بأن نقطة التحقق NVFP4 المُصدَرة تحقق استعادة الدقة الوسيطة بنسبة 99.62% مقارنةً بـ BF16 عبر 36 اختبارًا معياريًا، بعد وصفة التكميم بعد التدريب العدوانية متبوعةً بـ 200 تكرار من التقطير الواعي بالتكميم القائم على SFT — مع ترك مُشفِّر رؤية C-RADIO، وموصل VL، والتلافيف Mamba، والتضمينات في BF16 وترك حسابات الموجّه في FP32، وفقًا لجدول التقرير الخاص بكل وحدة.

"استعادة الدقة الوسيطة" هي وسيط النسب، وليس الحد الأدنى. للحصول على 99.62%، يحسب التقرير نسبة درجة لكل معيار أداء ويأخذ النسبة الوسطى من بين 36، لذا يخبرك العنوان الرئيسي أن المعيار النموذجي يقع عند حوالي أربعة أعشار في المائة أقل من الدقة الكاملة، ولا شيء على الإطلاق عن الذيل. يوضح جدول التقرير نفسه الذيل: Tau3 Banking عند 94.20%، وSciCode لقسم حل المشكلات عند 93.63%، وMMLU-ProX عند 95.90% — وفي الاتجاه الآخر GDPVal عند 111.53% وTerminal-Bench v2.1 عند 103.47%، لأن التكميم يمكن أن يقع فوق مرجع BF16 في تشغيل واحد.

ثم قارن بطاقة النموذج، وتصبح القصة أكثر إثارة من ذيل. تنشر بطاقة نموذج NVFP4 الخاصة بـ NVIDIA جدولاً يقارن BF16 بـ NVFP4 لنفس نقطة الحفظ، وفيه تُقرأ Terminal-Bench 2.1 عند 66.70 مقابل 60.80 — أي أن البناء المُكمَّم أقل بنسبة تسعة في المئة. في جدول المجموعة الكاملة في التقرير الفني، يُقرأ الاختبار المعياري نفسه 60.67 مقابل 62.78، مع تقدّم البناء المُكمَّم. النموذج نفسه، والاختبار المعياري نفسه، وعائلة أدوات التقييم نفسها، ووثيقتان من NVIDIA، واتجاهان متعاكسان. تُظهر البطاقة أيضًا WebVoyager عند 77.72 منخفضًا إلى 66.31 وDeepSWE عند 24.65 منخفضًا إلى 18.2، وليس أيٌّ منهما النسخة التي تحصل عليها من عنوان رئيسي بنسبة 99.62%.

هذه ليست فضيحة — يمكن أن تحمل جداول مختلفة تكوينات مختلفة لأدوات الاختبار، ويورد جدول التقرير نسبة استرداد إلى جانب كل صف — لكنها تعني أن الإجابة الصادقة عن سؤال "هل يكلّفني NVFP4 دقة؟" هي: في معظم الصفوف المنشورة، بالكاد؛ وفي الصفوف التي يفعل فيها ذلك، بأكثر مما يوحي به الوسيط؛ ولا تتفق وثيقتا المورّد على تحديد أي الصفوف هي تلك. إذا كان عبء عملك عملًا وكيليًا في الطرفية، فأعد قياسه بنفسك بدلًا من انتقاء جدول.

أما حسابات النشر، في المقابل، فهي قاطعة وتُعدّ أقوى حجة لصالح البناء المُكمَّم. يبلغ إجمالي مستودع BF16 ‏248.9 GB من ملفات نقاط التحقق، ويقدّمه دليل البدء السريع الخاص به على 4× H100. ويبلغ إجمالي مستودع NVFP4 ‏75.06 GB، وهو ما يضعه التقرير عند 4.82 بت لكل معامل بما في ذلك المقاييس، وهذا يناسب H200 واحدًا أو GB200 واحدًا أو DGX Spark واحدًا. وعلى GB200 واحد، يذكر التقرير ما يصل إلى 4,856 رمز إخراج/ثانية/GPU في حمل عمل وكيلي وسيطي من 20 دورًا مع الحفاظ على 50 رمزًا/ثانية/مستخدم على الأقل، مع NVFP4 عند 2.43× إنتاجية BF16 على حمل العمل نفسه، والنموذج عند 2.34× و1.90× إنتاجية Qwen3.5-122B-A10B وQwen3.8 Flash-Next. كل هذه قياسات من NVIDIA، على مكدس الخدمة الخاص بـ NVIDIA، عند أي مستوى تزامن اختارته الوصفة.

ربع إضافي واحد من الإصدار يسهل تفويته، ويكون مهمًّا إذا كان سيُجادل لاحقًا حول ضبطك الدقيق. يصف التقرير عملية فحص تلوث على بيانات ما بعد التدريب أزالت 20,671 عينة — نحو 0.09%، مقسَّمة إلى 14,793 عينة SFT و5,878 عينة RL — تطابق 1,808 سؤال تقييم، أو 6.0%، في 22 من أصل 30 معيار تقييم جرى فحصه، مع الإشارة إلى نحو 3% من أزواج المرشحين التي حُكم عليها باعتبارها تلوثًا شديدًا. معظم إصدارات الأوزان المفتوحة لا تنشر أي منهجية تنظيف على الإطلاق. وجود منهجية يمكنك الاستشهاد بها يستحق أكثر مما يبدو عندما يسأل عميل لماذا تبدو أرقام تقييم ضبطك الدقيق على ما هي عليه.

كيف يغيّر هذا ما يمكنك فعله هذا الأسبوع

أصبحت ثلاثة أمور ملموسة ممكنة الآن ولم تكن ممكنة قبل 12 أكتوبر.

الأول هو وكيل إيداعات مالية يمكنك بناؤه دون الحاجة إلى محادثة ترخيص بيانات — مع تحذير واحد ملحق. تغطي المستودعات المالية الدورة الكاملة: 63,056 مثالاً من أمثلة SFT المستندة إلى المستندات على مدى سبع سنوات من إيداعات S&P 500، و90,307 سجلاً لاستدعاء أدوات RL مقابل بيئة بحث SEC حية، و7,878 مثالاً لاستدعاء الأدوات متعدد الأدوار للطبقة السلوكية، و10,185 مهمة RL مع حجب سياق الإيداع بحيث يصبح الاسترجاع جزءاً من المهمة. التحذير هو الاستثناء الموثق أعلاه: مقتطفات فقط، والمرفقات مستبعدة، والمواد المحمية بحقوق نشر طرف ثالث محذوفة، وتبقى المسائل مسؤولية المُصدرين. هذا موقف موثق جيداً وليس موقفاً نظيفاً، وهي المجموعة التي ينبغي أن تقرأ فيها البطاقة قبل الكود.

الثاني هو استخدام الأدوات الوكيلية، وهذا هو المجال الرأسي الأفضل دعمًا في هذه الدفعة. بين سجلات Nemotron-SFT-Agentic-v4 البالغة 634,664 سجلًا، ومجموعة بذور الحوار حول استخدام الأدوات المكوّنة من 100,000 سجل مع سيناريوهاتها في الضيافة والتجارة الإلكترونية والخدمات المصرفية والتأمين، وبيئات NeMo Gym التي تشير إليها البطاقات، يُوصف خط الأنابيب بالكامل من البداية إلى النهاية: توليد المسارات، وإجراء محادثات محاكاة، والتدريب بمكافآت قابلة للتحقق، والتقييم في أداة الاختبار التي استخدمها المورّد نفسه. أيًا كان رأيك في النموذج، فهذه وصفة عامة كاملة لتحويل نموذج لغوي بصري عام إلى وكيل يستدعي الأدوات، وهي الجزء الذي كان يُعدّ في السابق معرفة ضمنية متوارثة.

الثالث هو خط أساس للإنصاف يمكنك التكرار عليه فعليًا. Nemotron-SFT-BBQ-v1 هو 6,000 سجل و8.0 ميغابايت، وهو متوازن 2,000/2,000/2,000 عبر العمر والمظهر الجسدي والإعاقة، ومحادثاته مكتوبة بحيث تكون الإجابة المبنية على الأدلة والإجابة المبنية على الافتراض كلتاهما معقولة. وبهذا الحجم يمكنك تشغيله وتقييمه وإعادة تشغيله في فترة بعد الظهر، مما يحول "كيف اختبرت هذا" من مشكلة شراء إلى تجربة.

تجربته دون المراهنة بمسار الإنتاج عليه

الجزء المحرج في هذا الإصدار هو النشر، لا البيانات. تطلب نقطة استعادة BF16 أربع وحدات H100، بينما تطلب النسخة المُكمَّمة وحدة H200 أو GB200 واحدة، والأوزان المفتوحة متاحة على Hugging Face، ومسار المورّد الخاص إلى نقطة نهاية مُستضافة هو NVIDIA NIM، مع ذكر غرفة الأخبار أيضًا لمنصات طرف ثالث. نحن لا نقدّم هذا النموذج، لذا إن أردت نقطة نهاية مُدارة فابحث عند واجهة برمجة التطبيقات الخاصة بالمورّد وعدة منصات طرف ثالث؛ وما يفيد الموجّه هنا هو بقية القرار.

مفتاح واحد عبر أكثر من 200 نموذج بسعر قائمة المزوّد مع هامش ربح 0% يعني أن مقارنة نسخة NVFP4 بأي نموذج نصي تشغّله اليوم تكلّف تغيير سطر واحد بدلًا من عقد مزوّد ثانٍ، والتحويل التلقائي عند الفشل بين المزوّدين يعني أن عبء عمل لا تختبره إلا الآن يمكن أن يجاور حركة الإنتاج دون أن يعتمد أيٌّ منهما على الآخر. هذا شكل قرار يمكنك التراجع عنه — وهو ما تريده من نموذج عمر توثيقه يومان وتتعارض جداول المعايير الخاصة به مع بعضها بعضًا.

التسلسل العملي هو: خذ Nemotron-SFT-BBQ-v1 أو شريحة من المجموعة الوكيلية، وشغّل LoRA على H200 مستأجر لإثبات حلقتك، وقيّمه مقابل التقييم الخاص بك، وعندها فقط قرّر ما إذا كانت نسخة الدقة الكاملة بحجم 249 GB وأربع وحدات GPU تستحق ذلك. مجموعات البيانات مجانية للتنزيل، والصغيرة منها مجانية للتشغيل. لا شيء في تلك الخطة يلزمك بأن تصدّق وسيطًا بنسبة 99.62%.

ما الذي لا يزال مفقودًا؟

ثلاث فجوات تستحق المراقبة لأنها تغيّر المعادلة وليس التسويق.

الأول هو التقييم المستقل لنتائج الضبط الدقيق. كل رقم بعد التدريب في هذا الإصدار — انتقال Terminal-Bench من 62.7 إلى 71.9 بفعل التنفيذ المتوازي للوكلاء والتحقق الذاتي، وانتقال DeepSWE من 24.6 إلى 34.5 في التجربة نفسها، وتحسّن الدقة بنسبة 41% لدى AI21، وخفض التكلفة بمقدار 40× لدى Scale AI — يأتي من منظومة NVIDIA أو من قياس أحد العملاء نفسه. لا يوجد طرف ثالث أعاد إنتاج ضبط دقيق لـ Nemotron 3.5 Super VL على هذه المجموعات من البيانات ونشر النتيجة. وإلى أن يوجد ذلك، تعامل مع أحجام الأثر كحد أعلى.

الثاني هو مسار الفيديو. يقبل النموذج ملفات MP4 حتى دقيقتين بمعدل 2 إطار في الثانية و256 إطارًا، أو 1 إطار في الثانية و128 إطارًا بدقة 1080p، مع معدل تقليم 0.5 — ولا توجد مجموعة بيانات عامة للتدريب اللاحق على الفيديو في هذا الإصدار. كل مستودع مما سبق هو نص، ومجموعتا الترجمة والتحويل هما نص طويل السياق وليسا أي شيء بصري. إذا كانت حالة الاستخدام لديك هي فهم الفيديو الذي تروّج له بطاقة النموذج، فقد أطلقت NVIDIA القدرة دون البيانات اللازمة لتخصيصها.

الثالث هو أنه لم ينشر أحد ما تفعله هذه المجموعات من البيانات بنموذج غير Nemotron. جميع المجموعات الإحدى عشرة بُنيت لإنتاج مزيج التدريب اللاحق لنموذج واحد — فالبطاقات صريحة في أن بعض المجموعات تدمج إصدارات سابقة خاصة بـ Nemotron، كما أن مجموعة البذور الحوارية موصوفة بأنها بيانات البذور لمجموعة محورية بدلاً من توليد جديد. وما إذا كانت مدونة النصوص الوكيلية تنتقل إلى بنية أساسية مختلفة بسعة 120B هو سؤال مفتوح، وهو أول سؤال سيرغب فريق لديه حزمة ضبط دقيق قائمة في الحصول على إجابة عليه.

كل هذه الفجوات الثلاث من النوع الذي يُسدّ بعمل شخص آخر لا بعمل NVIDIA، وهو المسار المعتاد لإصدار مفتوح. الأوزان متاحة للتنزيل اليوم، والبيانات متاحة للتنزيل اليوم، وأول ضبط دقيق مستقل موثوق هو ما سيخبرك إن كان أيٌّ من ذلك يستحق وقت GPU.