מערכי הנתונים הפתוחים של Nemotron 3.5 Super VL לאחר אימון: על מה באמת אפשר לבצע כוונון עדין

NVIDIA Nemotron 3.5 Super VL העלה את משקולותיו ל-Hugging Face ב-12 באוקטובר 2026 והוכרז ב-15 באוקטובר. המחצית של אותה השקה שרוב הסיקור דילג עליה היא זו שאפשר למעשה לבנות עליה: בין 12 ל-15 באוקטובר, ארגון nvidia פרסם אחד-עשר מערכי נתונים חדשים של פוסט-אימון — קורפוסי כיוונון עדין מפוקח ולמידת חיזוק שמאחורי תיאור האימון בן ששת השלבים של כרטיס המודל עצמו. כל אחד מהאחד-עשר מציין את OpenMDW-1.1 כתנאי השימוש המחייבים שלו, אך כאן נגמרת האחידות. שניים מהם מוצגים כ-license: other ב-Hub; שניים אחרים נושאים רישיון שני בגלל מה שיש בתוכם; ושני הכרטיסים שאף פעם לא אומרים "מוכנים לשימושים מסחריים או לא-מסחריים" אינם אלה שהייתם מנחשים. להלן מה יש בכל מערך, מה הכרטיסים מפרסמים ומה אינם מפרסמים עליו, וכיצד כל השחרור משתלב מול נתון חציוני של 99.62% להתאוששות דיוק שמתפרש אחרת לגמרי בהתאם לאיזה מסמך של NVIDIA תפתחו.

מה יצא, ומתי

Hugging Face רושמת את חותמות הזמן של היצירה, כך שזה נקרא ולא מוערך. כל אחד-עשר המאגרים הופיעו בתוך חלון של 61 שעות:

• Nemotron-RL-litmus-bench-v0.2 — 12 באוקטובר, 16:37 UTC. חשיבה כימית, 47,118 שאלות אימון ו-2,056 שאלות מבחן, 64 MB, נבנה מ-ChEMBL, נתוני האתגר OpenADMET ExpansionRx וסט Biogen ADME. ברישוי כפול CC-BY-SA-4.0 ו-OpenMDW-1.1, מכיוון שהשאלות הנגזרות מ-ChEMBL נושאות את תנאי השיתוף-זהה.

• Nemotron-SFT-Agentic-v4 — 14 באוקטובר, 17:54 UTC. מסלולי שימוש בכלים חד-סיבוביים ורב-סיבוביים, 634,664 רשומות שיחה, בחלוקת tool_calling של 549,707 ובחלוקת knowledge_agent של 84,957, 18.88 ג'יגה-בייט. נוצר באמצעות Qwen3.5-397B-A17B ו-GLM-5.2.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 14 באוקטובר, 17:55 UTC. צ'אט, ביצוע הוראות מרובות-תורות ושליטה באורך התגובה, 3,850,582 רשומות שיחה, 80.74 GB. נוצר עם Kimi-K2.6, Gemma4-E4B-it ו-Qwen3.5-397B-A17B.

• Nemotron-SFT-Agentic-Finance-v1 — 14 באוקטובר, 18:54 UTC. 7,878 דוגמאות מרובות-תורות לקריאה לכלים, בתחומי חשיבה מספרית, מידול פיננסי, ניתוח שווקים, התאמות ושאלות של עמידה בציפיות או החמצתן, על בסיס דיווחי SEC פומביים, 28 MB.

• Nemotron-RL-Agentic-Finance-v1 — 14 באוקטובר, 18:55 UTC. 10,185 משימות RL, אותן חמש משפחות משימות, 166 MB, כאשר הקשר הגשת הדוחות נמנע במכוון, כך שעל הסוכן לאחזר אותו באמצעות sec_filing_search, parse_html_page ו-retrieve_information.

• Nemotron-SFT-Long-Context-Transduction-v1 — 14 באוקטובר, 19:47 UTC. 10,000 זוגות הוראה–תשובה, 1.22 GB, למעקב מיקום ולטרנספורמציה של רצפים. אף מודל לא יצר אותם: הכרטיס מציין במפורש שאף מודל שפה לא מייצר את הדוגמאות או את התשובות, וארבע משפחות המשימות הן הערכה אריתמטית, מיון אסימונים הקסדצימליים, הרחבת משתנים והמרת CSV.

• Nemotron-SFT-Long-Context-Translation-PG19-v1 — 14 באוקטובר, 20:14 UTC. 4,335 דוגמאות תרגום מאנגלית לריבוי שפות, 2.22 GB, טקסטי מקור שנלקחו מספרים בנחלת הכלל בקורפוס PG-19 ותורגמו באמצעות DeepSeek V4 Flash.

• Nemotron-RL-Finance-Tool-Calling-v1 — 14 באוקטובר, 22:46 UTC. 90,307 רשומות פיננסיות — 81,397 דגימות הסקה ליבה בתוספת 8,910 דגימות רחבות יותר של סוכן פיננסי — בנפח 1.23 GB, שהופעלו כנגד סביבת Finance SEC Search ב-NeMo Gym.

• Nemotron-SFT-Finance-Document-Grounded-Reasoning-v1 — 14 באוקטובר, 22:46 UTC. 63,056 דוגמאות בנפח 1.01 GB, מבוססות על דוחות 10-K, 10-Q ו-8-K של חברות S&P 500 המכסים את השנים 2017–2024.

• Nemotron-RL-Agentic-Conversational-Tool-Use-Seed-v1 — 14 באוקטובר, 23:45 UTC. 100,000 רשומות, 3.86 GB: מדיניות ראשוניות, הגדרות כלים ותרחישים עבור שרת המשאבים conversation_tool_use_simulation, המכסים תחומי אירוח, מסחר אלקטרוני, בנקאות וביטוח, עבור שיחות סוכניות מדומות במהלך RL.

• Nemotron-SFT-BBQ-v1 — 15 באוקטובר, 05:22 UTC. נתוני הוגנות באנגלית המכסים גיל, מראה חיצוני ומוגבלות — 2,000 רשומות בכל קטגוריה, 6,000 בסך הכול, 8.0 MB — נבנו לפי טקסונומיית Bias Benchmark for QA, עם שיחות בין משתתפים בדיוניים שנועדו לתגמל תשובות מבוססות ראיות על פני הנחות.

שני דברים ברשימה הזו חשובים יותר ממספרי השורות. הראשון הוא שמשטח הרישוי אינו אחיד כפי שתג הכותרת מרמז, והשני הוא של מי התוצרים האלה.

תג הרישיון אינו הרישיון כולו

כל אחד עשר המאגרים מציינים את OpenMDW-1.1 כתנאים המחייבים שלהם. מה ששונה הוא הדרך שבה זה מגיע אליכם, וכדאי לקרוא את ההבדלים לפני שתבנו מעל זה משהו מסחרי.

• תג לעומת רישיון בעל שם — תשעה מתוך אחד עשר נושאים רישיון: openmdw-1.1 כתג רגיל שאפשר לקרוא ישירות מה-API. Nemotron-SFT-Agentic-Finance-v1 ו-Nemotron-RL-Agentic-Finance-v1 מוצגים כ-license: other עם license_name: openmdw-1.1 וקישור להסכם. התנאים זהים; כלי שמסנן מאגרים לפי תג רישיון יראה שני ערכים שונים.

• רישיון שני בגלל נתוני במעלה הזרם — Nemotron-SFT-Long-Context-Translation-PG19-v1 נושא את Apache-2.0 לצד OpenMDW-1.1 משום שקורפוס המקור הוא PG-19, והכרטיס שלו מוסיף שיצירות המקור באנגלית הן נחלת הכלל בארצות הברית, אך ייתכן שמעמד זכויות היוצרים שונה בתחומי שיפוט אחרים, ולכן על המשתמשים לבדוק את החוק המקומי לפני הפצה מחדש. Nemotron-RL-litmus-bench-v0.2 נושא את CC-BY-SA-4.0 לצד OpenMDW-1.1, כאשר תנאי השיתוף-זהה חלים ספציפית על השאלות הנגזרות מ-ChEMBL.

• המשפט המסחרי — תשעה כרטיסים מצהירים "מערך נתונים זה מוכן לשימושים מסחריים או לא-מסחריים." השניים שאינם מצהירים זאת הם Nemotron-SFT-Long-Context-Transduction-v1 ו-Nemotron-SFT-Long-Context-Translation-PG19-v1 — צמד ההקשר הארוך, ולא מערכי הפיננסים.

• היכן שמתועדת החרגת התוכן — פיננסים. הכרטיס המבוסס על המסמך קובע שהפרסום משמר רק קטעים מותרים בהקשר מוגבל מגופם של טפסים 10-K, 10-Q ו-8-K, ושמאגר ה-SEC המלא, כל הנספחים וכל תוכן הנושא הודעת זכויות יוצרים של צד שלישי אינם נכללים, תוך ציון דוחות יועצים, מצגות, חוות דעת הוגנות ומחקר אנליסטים. כמו כן, הוא מציין שהקטעים נותרים באחריותם של המנפיקים שלהם בהתאמה.

אז הקריאה המעשית היא ההפוכה מהאינטואיטיבית. הסטים הפיננסיים הם אלה עם תג הרישיון הקולני ביותר — openmdw-1.1 נקי בסטים מבוססי המסמכים ובסטים של קריאה לכלים — ואלה עם המגבלות המתועדות הרבות ביותר על מה שבתוכם. סטי ההקשר הארוך הם אלה שהמטא-נתונים והפרוזה שלהם ב-Hub אינם מתיישבים זה עם זה יותר מכל. אף אחד מהשניים אינו סיבה לסגת; שניהם סיבות לקרוא ארבעה כרטיסים במקום שדה רישיון אחד.

של מי הפלטים שאימנו את דגם הדגל של NVIDIA?

הדבר הנוסף שמופיע לאורך כל ההשקה הוא מודלי הגנרציה, והכרטיסים מפרטים אותם ללא הסתייגויות. סט ה-SFT הסוכני המוביל הופק עם Qwen3.5-397B-A17B ו-GLM-5.2. סט עמידה בהוראות מוסיף את Kimi-K2.6 ואת Gemma4-E4B-it. הסט הפיננסי המבוסס על מסמכים מציין את Qwen3.5-397B-A17B ליצירת שאלות, את DeepSeek-V4-Pro לתשובות ואת gpt-oss-120b לסינון ובחירה. סט קריאות הכלים הפיננסי ב-RL מפרט את Qwen3.5-397B-A17B ואת Qwen3-235B-A22B-Instruct-2507 במעלה הזרם, את DeepSeek-V4-Pro לתשובות, את gpt-oss-120b לסינון, ואת NVIDIA Nemotron עצמו לאפיון רמת הקושי ב-RL על פני שמונה רולאאוטים. תרגומי PG-19 הופקו עם DeepSeek V4 Flash.

זו החלטת פרסום, לא תקלה, והיא הדבר השימושי ביותר בשחרור הזה לכל מי שמנסה להבין את האיכות. היא מספרת לך שהפריור ההתנהגותי שאתה עושה לו כיוונון עדין אינו של NVIDIA במידה ניכרת — הוא שילוב של שתי משפחות סיניות של מודלים בחזית עם משקולות פתוחות, מודל עם משקולות פתוחות של OpenAI ומודל קטן של Google. אם יש לך דעה על האופן שבו כל אחד מאלה מתנהג בטקסט פיננסי או בבחירת כלים, הדעה הזו חלה על נקודת המוצא שלך כאן, ועכשיו יש לך את המקור כדי לבדוק אותה במקום לנחש.

למה הנתונים הם החלק שאפשר לפעול עליו

הסיבה לכך ששחרור מערך נתונים הוא החצי המעניין של ההשקה הזו ניכרת במספרים של הספק עצמו. הפוסט בחדר החדשות של NVIDIA מנה ארגונים שאימנו את המודל לאחר מכן ומצטט את התוצאות שלהם: Scale AI עבור עבודת זיכוי הספקים של Skydance, ב"עלות הסקה נמוכה פי 40" ו"השהיה נמוכה פי 5"; Ramp על המרת תמונות קבלות ל-JSON מובנה, בציפייה ל"עד 50% תפוקה גבוהה יותר והשהיה נמוכה פי 10"; AI21 ו-Alice בנושא מודיעין איומים, ב"דיוק גבוה ב-41%". קראו את הבלוג של המפתחים לצד חדר החדשות ותוצאות הלקוחות הזהות מתכנסות ל"עלות הסקה נמוכה פי 40, השהיה נמוכה פי 10, ודיוק גבוה ב-40%" — 40 בעוד שבחדר החדשות מופיע 41, ו-10x בעוד ששם כתוב 5x, עבור מה שנראה כמו אותן שתי פריסות. אלו ציפיות של לקוחות לעומסי העבודה שלהם, לא מדדי ביצועים, ואף אחת מהגרסאות אינה ניתנת לשחזור על ידך.

מה שאפשר לשחזר הוא הקבלה. מערכת החדשות אומרת שהמודל עבר אימון המשך עם כ-3.8 מיליון דגימות ועם למידת חיזוק על פני עשרות סביבות, ושאוספי הנתונים הפתוחים משתרעים על שימוש בכלים אג'נטיים, פיננסים, ביצוע הוראות, הקשר ארוך, הוגנות והבנת חזות ושפה. אחד-עשר המאגרים שלעיל הם אותו קורפוס, וסביבות NeMo Gym שאליהן מצביעים הכרטיסים הן הרתמה. לצוות שרוצה סוכן למודיעין מסמכים יש כעת את המודל, את מתכוני ההגשה, את ספריות הכיוונון העדין ואת נתוני האימון במקום אחד. הפער בין "המודל הזה יכול להתמחות" לבין "הנה התמחות שאפשר להוריד היום" הוא מה שהמאגרים האלה סוגרים.

הסתייגות אחת לגבי רשימת הקטגוריות ההיא: חדר החדשות של NVIDIA כולל הבנת שפה-חזות בין מערכי הנתונים שפורסמו, ואחד עשר מאגרי מערכי הנתונים החדשים של NVIDIA שנוצרו בחלון הזה הם קורפוסים של טקסט ושל שימוש בכלים. מערך הפיננסים המבוסס על מסמכים הוא הדבר הקרוב ביותר למערך חזותי בשחרור הזה, והוא בפורמט של טקסט בלבד. אם באתם בשביל הצד של תמונות ווידאו, הנתונים לא כאן — מערך הנתונים החזותי האחרון של NVIDIA ב-Hub קודם לחלון הזה בחמישה ימים.

מה שהכרטיסים לא מפרסמים, ומה זה עולה לך

הנה המספר שאיש לא מכניס לפוסט השקה, ובהשקה הזו הוא מספר חסר. אף אחד מאחד-עשר כרטיסי מערכי הנתונים לא מפרסם מספר טוקנים. הם מפרסמים מספרי רשומות וגדלי אחסון, וזה הכול. לכן שאלת הערכת הגודל — כמה שעות GPU נדרשות לאפוק אחד על מערך עקיבת ההוראות — אינה ניתנת למענה מתוך ההשחרור, אלא רק להערכה על ידי חלוקת בתים ביחס משוער של בתים לטוקן, וזה בדיוק סוג הנתון שמגיע לסיקור כאילו היה מדוד.

מה שאפשר לעבוד איתו הוא האחסון שפורסם: 80.74 GB עבור Nemotron-SFT-Instruction-Following-Chat-v4, ‏18.88 GB עבור Nemotron-SFT-Agentic-v4, ‏3.86 GB עבור מערך הזרעים של שימוש בכלים בשיחה, ואז זנב ארוך — 2.22 GB, ‏1.23 GB, ‏1.22 GB, ‏1.01 GB, ‏166 MB, ‏28 MB, ‏8.0 MB, ‏64 MB. שתי הקבוצות הגדולות ביותר גדולות באחד עד שני סדרי גודל מכל השאר בשחרור, מה שאומר לך היכן נמצא בפועל המשקל של הפוסט-טריינינג בלי צורך בספירת טוקנים בכלל.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 80.74 GB ו-3,850,582 רשומות. זהו הסט שהופך הרצה עם פרמטרים מלאים לפרויקט ולא למשימה של אחר צהריים.

• Nemotron-SFT-Agentic-v4 — 18.88 GB ו-634,664 רשומות. בערך רבע מהגודל, מה שמעמיד אותו בהישג יד להרצה על צומת בודד.

• Nemotron-SFT-BBQ-v1 — 8.0 MB ו-6,000 רשומות. קטן מספיק כדי לבצע איטרציות תוך דקות, מה שהופך אותו לדרך הזולה ביותר להוכיח שלולאת הכיוונון העדין שלך מחוברת כראוי לפני שאתה מקדיש שבוע GPU למשימה שבאמת אכפת לך ממנה.

• Nemotron-SFT-Long-Context-Transduction-v1 — 1.22 GB, אך רק 10,000 דוגמאות, עם טווח מפורסם לכל דוגמה של 2,048 עד 131,072 טוקני יעד. כאן העלות נקבעת לפי אורך הרצף ולא לפי הנפח, והכרטיס אומר שהתקציבים הם יעדי יצירה שנאמדו עם cl100k_base, ולא ספירות שנמדדו לאחר האימון.

מבחינת היקף בצד המודל, כרטיס המודל מפרסם את תקציבי השלבים: חימום MTP של 100 מיליארד טוקנים מול עמוד שדרה קפוא, טריליון טוקנים של זיקוק מ-Nemotron הבא בגודלו, 100 מיליארד טוקנים של אימון מקדים ממושך ב-Indic, הרחבה של 35 מיליארד טוקנים להקשר של 1M, 67 מיליארד טוקנים של אימון אמצע בהנדסת תוכנה ב-256K, ושלב התאוששות של הקשר ארוך בהיקף 9 מיליארד טוקנים. אלה תקציבי הטוקנים היחידים ש-NVIDIA מציינת בכל מקום בפרסום, והם חלים על אימון מודל הבסיס, לא על כיוונון עדין על מערכי הנתונים האלה.

זו גם הסיבה לכך שמסלול LoRA חשוב כאן, ולא רק כהערת שוליים. NVIDIA מפנה מפתחים אל NVIDIA NeMo AutoModel עבור כיוונון עדין מפוקח והתאמת דרגה נמוכה, והמתאמים הם ההבדל בין לשנות כמה מהתנהגויות המודל לבין לגזור מחדש 249 GB של משקלים. שני המסלולים אמיתיים, והבחירה ביניהם היא החלטה לגבי כמה מהתנהגות מודל הבסיס אתם מתכוונים לשנות. צוות פיננסי שרודף אחרי סכימה צרה או התנהגות של ציות למדיניות נמצא בטריטוריית LoRA. צוות שרוצה שהמודל ישמור על נוהל הפעלה חדש בכל אחת מהאינטראקציות שלו — לא.

שני מסמכים, מבחן אחד, תשובות הפוכות

הדוח הטכני הנלווה לפרסום זה מתוארך ל-14 באוקטובר ונושא את המספר שנדד הרחק ביותר ללא ההקשר שלו. NVIDIA מדווחת שצ'קפוינט ה-NVFP4 ששוחרר משיג שחזור דיוק חציוני של 99.62% ביחס ל-BF16 על פני 36 בנצ'מרקים, לאחר מתכון אגרסיבי של כימות לאחר אימון, ואחריו 200 איטרציות של זיקוק מודע לכימות מבוסס SFT — כאשר מקודד החזות C-RADIO, מחבר ה-VL, קונבולוציות Mamba וההטמעות הושארו ב-BF16, וחישוב הראוטר הושאר ב-FP32, לפי הטבלה ברמת המודול של הדוח.

"התאוששות דיוק חציונית" היא חציון של יחסים, לא מינימום. כדי לקבל 99.62%, הדוח מחשב יחס ציונים לכל מבחן ונוטל את האמצעי מבין 36, כך שהכותרת אומרת לך שמבחן טיפוסי נוחת ככארבע עשיריות האחוז מתחת לדיוק מלא, וכלום על הזנב. הטבלה של הדוח עצמו מציגה את הזנב: Tau3 Banking ב-94.20%, פיצול פתרון הבעיות של SciCode ב-93.63%, MMLU-ProX ב-95.90% — ובכיוון ההפוך GDPVal ב-111.53% ו-Terminal-Bench v2.1 ב-103.47%, כי קוונטיזציה יכולה לנחות מעל הייחוס BF16 בהרצה בודדת.

ואז השווה את כרטיס המודל, והסיפור נעשה מעניין יותר מזנב. כרטיס המודל NVFP4 של NVIDIA עצמה מפרסם טבלת השוואה בין BF16 ל-NVFP4 עבור אותו צ'קפוינט, ובו Terminal-Bench 2.1 מציג 66.70 לעומת 60.80 — כשהבנייה המקוונטטת נמוכה בתשעה אחוזים. בטבלת מלוא הבדיקות של הדוח הטכני, אותו מדד מציג 60.67 לעומת 62.78, כשהבנייה המקוונטטת מובילה. אותו מודל, אותו מדד, אותה משפחת כלי הערכה, שני מסמכים של NVIDIA, כיוונים הפוכים. הכרטיס גם מציג את WebVoyager ב-77.72 יורד ל-66.31 ואת DeepSWE ב-24.65 יורד ל-18.2, ואף אחד מהם אינו הגרסה של הסיפור שמקבלים מכותרת של 99.62%.

זה לא שערורייה — טבלאות שונות יכולות לשאת תצורות harness שונות, והטבלה של הדוח מדווחת על אחוז התאוששות לצד כל שורה — אבל זה כן אומר שהתשובה הכנה לשאלה "האם NVFP4 בא על חשבון הדיוק שלי" היא: ברוב השורות שפורסמו, בקושי; בשורות שבהן זה כן קורה, ביותר ממה שהחציון מרמז; ושני המסמכים של הספק אינם מסכימים לגבי אילו שורות הן אלו. אם עומס העבודה שלך הוא עבודת טרמינל סוכנית, מדוד אותו מחדש בעצמך במקום לבחור טבלה.

חשבון הפריסה, לעומת זאת, חד-משמעי והוא הטיעון החזק ביותר בעד המבנה המקוונט. מאגר BF16 מסתכם ב-248.9 GB של קובצי checkpoint וה-quick-start שלו עצמו מגיש אותו על 4× H100. מאגר NVFP4 מסתכם ב-75.06 GB, שהדוח מציב על 4.82 סיביות לפרמטר כולל scales, והוא נכנס ב-H200 אחד, ב-GB200 אחד או ב-DGX Spark בודד. על GB200 אחד הדוח מציין עד 4,856 אסימוני פלט/s/GPU בעומס עבודה agentic proxy בן 20 סבבים תוך שמירה על לפחות 50 אסימונים/s/משתמש, כאשר NVFP4 ב-2.43× מתפוקת BF16 באותו עומס עבודה, והמודל ב-2.34× ו-1.90× מתפוקת Qwen3.5-122B-A10B ו-Qwen3.8 Flash-Next. כל אלה נמדדו על ידי NVIDIA, על ערימת ההגשה של NVIDIA עצמה, בכל מידת מקביליות שהמתכון בחר.

עוד רבע מהמהדורה קל לפספס, והוא חשוב אם עתידים להתווכח על הכיוונון העדין שלך בהמשך. הדוח מתאר מעבר בדיקת זיהום על נתוני הפוסט-אימון שהסיר 20,671 דגימות — כ-0.09%, מחולקות ל-14,793 דגימות SFT ו-5,878 דגימות RL — שהתאימו ל-1,808 שאלות בנצ'מרק, או 6.0%, ב-22 מתוך 30 הבנצ'מרקים שנבדקו, כאשר כ-3% מצמדי המועמדים שנשפטו סומנו כזיהום חמור. רוב המהדורות במשקלים פתוחים אינן מפרסמות מתודולוגיית ניקוי כלל. כשיש לך אחת שאתה יכול לצטט, זה שווה יותר ממה שזה נשמע כאשר לקוח שואל למה מספרי ההערכה של הכיוונון העדין שלך נראים כפי שהם.

איך זה משנה את מה שאתה יכול לעשות השבוע

כעת אפשריים שלושה דברים מוחשיים שלא היו אפשריים לפני 12 באוקטובר.

הראשון הוא סוכן הגשת דוחות פיננסיים שאפשר לבנות בלי שיחת רישוי נתונים — עם הסתייגות אחת מצורפת. מאגרי הנתונים הפיננסיים מכסים את כל הלולאה: 63,056 דוגמאות SFT מבוססות מסמכים על פני שבע שנים של הגשות S&P 500, 90,307 רשומות RL של קריאה לכלים מול סביבת חיפוש חיה של SEC, 7,878 דוגמאות רב-תוריות של קריאה לכלים עבור השכבה ההתנהגותית, ו-10,185 משימות RL שבהן הקשר ההגשה הוסתר כך שהאחזור הוא חלק מהמשימה. ההסתייגות היא החריגה המתועדת לעיל: קטעים בלבד, נספחים excluded, חומר copyrighted של צד שלישי הוסר, והבעיות נותרות באחריות המנפיקים. זו עמדה מתועדת היטב ולא עמדה נקייה, וזה הסט שבו כדאי לקרוא את הכרטיס לפני הקוד.

השני הוא שימוש סוכני בכלים, וזה התחום האנכי הנתמך ביותר בשחרור הזה. בין 634,664 הרשומות של Nemotron-SFT-Agentic-v4, מערך הזרעים לשימוש בכלים בשיחה בן 100,000 הרשומות עם תרחישי האירוח, המסחר האלקטרוני, הבנקאות והביטוח שלו, וסביבות NeMo Gym שאליהן מפנים הכרטיסים, כל הצינור מתואר מקצה לקצה: לייצר מסלולים, להריץ שיחות מדומות, לאמן עם תגמולים ניתנים לאימות, להעריך בהרנס שהספק עצמו השתמש בו. יהיו דעותיך על המודל אשר יהיו, זהו מתכון ציבורי שלם להפיכת מודל חזותי-לשוני כללי לסוכן שמפעיל כלים, וזה החלק שהיה פעם ידע שבטי.

השלישי הוא קו בסיס של הוגנות שאפשר ממש לבצע עליו איטרציות. Nemotron-SFT-BBQ-v1 מכיל 6,000 רשומות ו-8.0 MB, הוא מאוזן 2,000/2,000/2,000 לפי גיל, מראה חיצוני ומוגבלות, והשיחות שלו כתובות כך שגם התשובה המבוססת על ראיות וגם התשובה המבוססת על הנחות הן סבירות. בגודל כזה אפשר להריץ אותו, לתת לו ציון ולהריץ אותו מחדש בתוך אחר צהריים אחד, מה שהופך את "איך בדקתם את זה" מבעיה של רכש לניסוי.

לנסות את זה בלי להמר על נתיב פרודקשן בגללו

החלק המסורבל בשחרור הזה הוא הפריסה, לא הנתונים. הצ'קפוינט BF16 דורש ארבעה כרטיסי H100, והמכוון דורש H200 או GB200 בודד, המשקולות הפתוחות נמצאות ב-Hugging Face, והמסלול של הספק עצמו לנקודת קצה מתארחת הוא NVIDIA NIM, כאשר מערכת החדשות גם מציינת פלטפורמות צד שלישי. איננו מגישים את המודל הזה, כך שאם אתם רוצים נקודת קצה מנוהלת, ה-API של הספק עצמו ומספר פלטפורמות צד שלישי הם המקומות שבהם כדאי לחפש; מה שנתב טוב בו כאן הוא שאר ההחלטה.

מפתח אחד עבור יותר מ-200 מודלים במחיר המחירון של הספק עם תוספת של 0% פירושו שהשוואת גרסת ה-NVFP4 מול כל מודל טקסט שאתה מריץ היום מחייבת שינוי של שורה אחת בלבד במקום חוזה עם ספק נוסף, וכן מעבר אוטומטי בין ספקים בעת כשל פירושו שעומס עבודה שאתה רק בודק יכול לשבת לצד תעבורת ייצור בלי שאחד מהם יהיה תלוי בשני. זו הצורה של החלטה שאפשר לחזור בה — וזה מה שאתה רוצה ממודל שהתיעוד שלו בן יומיים ושטבלאות הבנצ'מרק שלו עצמו לא מסכימות זו עם זו.

הרצף המעשי הוא: קח את Nemotron-SFT-BBQ-v1 או פרוסה מהסט האג'נטי, הרץ LoRA על H200 שכור כדי להוכיח את הלולאה שלך, דרג אותו מול ההערכה שלך, ורק אז החלט אם הבנייה בדיוק מלא של 249 GB וארבעה כרטיסי GPU מצדיקים את זה. מערכי הנתונים ניתנים להורדה בחינם, והקטנים ניתנים להרצה בחינם. שום דבר בתוכנית הזו לא מחייב אותך להאמין לחציון של 99.62%.

מה עדיין חסר

שלושה פערים ראויים לתשומת לב, משום שהם משנים את החישוב ולא את השיווק.

הראשון הוא הערכה בלתי תלויה של תוצאות הכיוונון העדין. כל נתון שלאחר האימון בגרסה הזו — המעבר מ-62.7 ל-71.9 ב-Terminal-Bench, כתוצאה מהרצת סוכנים במקביל ואימות עצמי, המעבר מ-24.6 ל-34.5 ב-DeepSWE באותו ניסוי, השיפור של 41% בדיוק ב-AI21, וההפחתה של פי 40 בעלויות ב-Scale AI — מגיע ממנגנון הבדיקה של NVIDIA או ממדידה של הלקוח עצמו. אין צד שלישי ששחזר כיוונון עדין של Nemotron 3.5 Super VL על מערכי הנתונים האלה ופרסם את התוצאה. עד שיהיה כזה, התייחסו לגדלי האפקט כאל גבול עליון.

השני הוא מסלול הווידאו. המודל מקבל MP4 של עד שתי דקות בקצב של 2 FPS ו-256 פריימים, או 1 FPS ו-128 פריימים עבור 1080p, עם שיעור גיזום של 0.5 — ואין בשחרור הזה מערך נתונים ציבורי של פוסט-אימון לווידאו. כל מאגר שלמעלה הוא טקסט, ומערכי התרגום והטרנסדוקציה הם טקסט ארוך־הקשר ולא משהו חזותי. אם מקרה השימוש שלך הוא הבנת הווידאו שכרטיס המודל מפרסם, NVIDIA סיפקה את היכולת בלי הנתונים הדרושים כדי להתאים אותה למשימה ספציפית.

השלישי הוא שאיש לא פרסם מה מערכי הנתונים האלה עושים למודל שאינו Nemotron. כל אחד-עשר נבנו כדי להפיק את תערובת ה-post-training של מודל אחד — הכרטיסים מפורשים בכך שחלק מהמערכים מאחדים גרסאות קודמות ייעודיות ל-Nemotron, ומערך זרעי השיחה מתואר כנתוני הזרעים של מערך ציר (pivot) ולא כיצירה חדשה. האם הקורפוס האג'נטי עובר לעמוד שדרה (backbone) אחר בגודל 120B היא שאלה פתוחה, והיא הראשונה שצוות עם מחסנית כיוונון עדין (fine-tuning) קיימת ירצה לקבל עליה תשובה.

כל שלושת הפערים הם מהסוג שנסגר בעזרת העבודה של מישהו אחר ולא של NVIDIA, שזה המסלול הרגיל של שחרור פתוח. המשקלים ניתנים להורדה היום, הנתונים ניתנים להורדה היום, והכיוונון העדין העצמאי האמין הראשון הוא הדבר שיגיד לך אם משהו מכל זה שווה את זמן ה-GPU.