Открытые датасеты для пост-обучения Nemotron 3.5 Super VL: на чём вы действительно можете дообучаться

Веса NVIDIA Nemotron 3.5 Super VL появились на Hugging Face 12 октября 2026 года, а анонс состоялся 15 октября. Та половина этого релиза, которую большинство материалов обошли вниманием, — это как раз то, на чём действительно можно строить: с 12 по 15 октября организация nvidia опубликовала одиннадцать новых датасетов постобучения — корпусы для дообучения с учителем и обучения с подкреплением, стоящие за собственным описанием шестиэтапного обучения в карточке модели. Все одиннадцать указывают OpenMDW-1.1 в качестве регулирующих условий, но на этом единообразие заканчивается. Два из них обозначены на Hub как license: other; ещё два несут вторую лицензию из-за того, что содержится внутри них; а две карточки, в которых ни разу не сказано «готово для коммерческого или некоммерческого использования», — вовсе не те, о которых вы бы подумали. Ниже — что содержится в каждом наборе, что карточки публикуют, а что нет, и как весь этот выпуск соотносится с медианным показателем восстановления точности 99,62%, который читается совершенно по-разному в зависимости от того, какой документ NVIDIA вы откроете.

Что вышло и когда

Hugging Face фиксирует временные метки создания, поэтому это считывается, а не оценивается. Все одиннадцать репозиториев появились в течение 61-часового окна:

• Nemotron-RL-litmus-bench-v0.2 — 12 октября, 16:37 UTC. Рассуждения по химии, 47 118 обучающих и 2 056 тестовых вопросов, 64 МБ, построен на основе ChEMBL, данных соревнования OpenADMET ExpansionRx и набора Biogen ADME. Двойное лицензирование CC-BY-SA-4.0 и OpenMDW-1.1, поскольку вопросы, производные от ChEMBL, несут условие share-alike.

• Nemotron-SFT-Agentic-v4 — 14 октября, 17:54 UTC. Одно- и многоходовые траектории использования инструментов, 634 664 записи диалогов по сплитам tool_calling (549 707) и knowledge_agent (84 957), 18,88 ГБ. Сгенерировано с помощью Qwen3.5-397B-A17B и GLM-5.2.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 14 октября, 17:55 UTC. Чат, следование многоходовым инструкциям и контроль длины ответа, 3 850 582 записи разговоров, 80,74 ГБ. Сгенерировано с помощью Kimi-K2.6, Gemma4-E4B-it и Qwen3.5-397B-A17B.

• Nemotron-SFT-Agentic-Finance-v1 — 14 октября, 18:54 UTC. 7 878 примеров многоходового вызова инструментов по числовым рассуждениям, финансовому моделированию, анализу рынка, корректировкам и вопросам о превышении или недостижении прогнозов на основе публичных отчётностей SEC, 28 МБ.

• Nemotron-RL-Agentic-Finance-v1 — 14 октября, 18:55 UTC. 10 185 RL-задач, те же пять семейств задач, 166 МБ, причём контекст подачи документов намеренно скрыт, так что агенту приходится извлекать его с помощью sec_filing_search, parse_html_page и retrieve_information.

• Nemotron-SFT-Long-Context-Transduction-v1 — 14 октября, 19:47 UTC. 10 000 пар инструкция–ответ, 1,22 ГБ, для отслеживания позиции и преобразования последовательностей. Ни одна модель их не создала: в карточке прямо указано, что ни одна языковая модель не создаёт примеры или ответы, а четыре семейства задач — это арифметические вычисления, сортировка шестнадцатеричных токенов, раскрытие переменных и преобразование CSV.

• Nemotron-SFT-Long-Context-Translation-PG19-v1 — 14 октября, 20:14 UTC. 4 335 примеров перевода с английского на множество языков, 2,22 ГБ, исходные тексты взяты из книг в общественном достоянии корпуса PG-19 и переведены с помощью DeepSeek V4 Flash.

• Nemotron-RL-Finance-Tool-Calling-v1 — 14 октября, 22:46 UTC. 90 307 финансовых записей — 81 397 базовых примеров рассуждений плюс 8 910 более широких примеров для финансовых агентов — в 1,23 ГБ, прогнаны через среду Finance SEC Search в NeMo Gym.

• Nemotron-SFT-Finance-Document-Grounded-Reasoning-v1 — 14 октября, 22:46 UTC. 63 056 примеров в 1,01 ГБ, основанных на документах 10-K, 10-Q и 8-K компаний из S&P 500 за 2017–2024 годы.

• Nemotron-RL-Agentic-Conversational-Tool-Use-Seed-v1 — 14 октября, 23:45 UTC. 100 000 записей, 3,86 ГБ: seed-политики, определения инструментов и сценарии для серверного ресурса conversation_tool_use_simulation, охватывающие гостиничный бизнес, электронную коммерцию, банковское дело и страхование, для моделируемых агентных диалогов во время RL.

• Nemotron-SFT-BBQ-v1 — 15 октября, 05:22 UTC. Данные о справедливости на английском языке, охватывающие возраст, внешность и инвалидность — по 2 000 записей для каждой категории, всего 6 000, объёмом 8,0 МБ — созданы на основе таксономии Bias Benchmark for QA, с диалогами между вымышленными участниками, призванными поощрять ответы, основанные на доказательствах, а не на предположениях.

В этом списке важны две вещи, и они важнее, чем количество строк. Первая — лицензионная картина не так однородна, как можно предположить по тегу в заголовке, а вторая — чьи это выходные данные.

Тег лицензии — это не вся лицензия.

Все одиннадцать репозиториев указывают OpenMDW-1.1 в качестве своих регулирующих условий. Различается лишь то, как это доходит до вас, и эти различия стоит прочитать, прежде чем строить на этом что-либо коммерческое.

• Тег или именованная лицензия — у девяти из одиннадцати указано license: openmdw-1.1 в виде обычного тега, который можно прочитать прямо из API. Nemotron-SFT-Agentic-Finance-v1 и Nemotron-RL-Agentic-Finance-v1 отображаются как license: other с license_name: openmdw-1.1 и ссылкой на соглашение. Условия одинаковые; инструмент, который фильтрует репозитории по тегу лицензии, увидит два разных значения.

• Вторая лицензия из-за исходных данных — Nemotron-SFT-Long-Context-Translation-PG19-v1 распространяется под Apache-2.0 наряду с OpenMDW-1.1, поскольку исходный корпус — PG-19, а в его карточке добавляется, что лежащие в основе английские произведения находятся в общественном достоянии в Соединённых Штатах, но статус авторских прав может различаться в других юрисдикциях, поэтому пользователям следует проверять местное законодательство перед распространением. Nemotron-RL-litmus-bench-v0.2 распространяется под CC-BY-SA-4.0 наряду с OpenMDW-1.1, при этом условие «share-alike» применяется именно к вопросам, производным от ChEMBL.

• Фраза о коммерческом использовании — девять карточек содержат формулировку «Этот набор данных готов к коммерческому или некоммерческому использованию». Две карточки, где её нет, — это Nemotron-SFT-Long-Context-Transduction-v1 и Nemotron-SFT-Long-Context-Translation-PG19-v1 — пара с длинным контекстом, а не финансовые наборы.

• Где документируется исключение контента — финансы. В карточке, основанной на документах, указано, что в релизе сохраняются только разрешённые выдержки с ограниченным контекстом из основных частей форм 10-K, 10-Q и 8-K, а полный корпус SEC, все приложения и любой контент, содержащий уведомление об авторских правах третьей стороны, исключены, включая отчёты консультантов, презентации, заключения о справедливости и аналитические исследования. Также отмечается, что ответственность за выдержки несут их соответствующие эмитенты.

Практическое прочтение оказывается противоположным интуитивному. Финансовые наборы — это те, у кого самый броский значок лицензии — чистый openmdw-1.1 на наборах с опорой на документы и с вызовом инструментов — и у кого больше всего задокументированных ограничений на то, что находится внутри них. Наборы с длинным контекстом — это те, чьи метаданные на Hub и описательный текст сильнее всего расходятся друг с другом. Ни то, ни другое не повод уходить; и то, и другое — повод читать четыре карточки, а не одно поле лицензии.

Чьи выходные данные обучили флагманскую модель NVIDIA?

Ещё одна вещь, которая проходит красной нитью через весь релиз, — это генеративные модели, и в карточках они названы без обиняков. Флагманский набор агентных SFT-данных был создан с помощью Qwen3.5-397B-A17B и GLM-5.2. Набор для следования инструкциям добавляет Kimi-K2.6 и Gemma4-E4B-it. В наборе финансовых данных с опорой на документы для генерации вопросов указана Qwen3.5-397B-A17B, для ответов — DeepSeek-V4-Pro, а для фильтрации и отбора — gpt-oss-120b. В наборе для RL по вызову инструментов в финансах в качестве вышестоящих моделей перечислены Qwen3.5-397B-A17B и Qwen3-235B-A22B-Instruct-2507, для ответов — DeepSeek-V4-Pro, для фильтрации — gpt-oss-120b, а для профилирования сложности RL на восьми роллаутах — сама NVIDIA Nemotron. Переводы PG-19 были выполнены с помощью DeepSeek V4 Flash.

Это решение о публикации, а не случайность, и это самое полезное в этом релизе для любого, кто пытается рассуждать о качестве. Оно говорит вам, что поведенческий приор, на который вы дообучаете, по существу не от NVIDIA — это смесь двух китайских передовых семейств с открытыми весами, модели OpenAI с открытыми весами и небольшой модели Google. Если у вас есть мнение о том, как любое из них ведёт себя на финансовых текстах или при выборе инструментов, это мнение применимо к вашей отправной точке здесь, и теперь у вас есть сведения о происхождении, чтобы проверить это, а не гадать.

Почему данные — это та часть, на которую вы можете воздействовать

Причина, по которой релиз набора данных — это интересная половина данного запуска, видна в собственных цифрах вендора. В публикации NVIDIA в новостной комнате перечислены организации, которые дообучали модель, и приведены их результаты: Scale AI для работы Skydance с вендорскими кредитами — «в 40 раз ниже стоимость инференса» и «в 5 раз ниже задержка»; Ramp по преобразованию изображений чеков в структурированный JSON, ожидая «до 50% более высокую пропускную способность и в 10 раз более низкую задержку»; AI21 и Alice по анализу угроз — «на 41% выше точность». Если читать блог разработчиков вместе с новостной публикацией, те же результаты клиентов сводятся к «в 40 раз ниже стоимость инференса, в 10 раз ниже задержка и на 40% выше точность» — 40 там, где в новостной публикации сказано 41, и 10x там, где сказано 5x, для, по-видимому, одних и тех же двух развёртываний. Это ожидания клиентов для их собственных рабочих нагрузок, а не бенчмарки, и ни одна из версий не воспроизводима вами.

Воспроизводима именно квитанция. Редакция сообщает, что модель дообучали примерно на 3,8 млн образцов и с обучением с подкреплением в десятках сред, а открытые наборы данных охватывают агентное использование инструментов, финансы, следование инструкциям, длинный контекст, справедливость и визуально-языковое понимание. Одиннадцать репозиториев выше — это тот самый корпус, а среды NeMo Gym, на которые указывают карточки, — это испытательный стенд. Команда, которой нужен агент для работы с документами, теперь получает модель, рецепты обслуживания, библиотеки дообучения и обучающие данные в одном месте. Разрыв между «эту модель можно специализировать» и «вот специализация, которую можно скачать сегодня» — именно его закрывают эти репозитории.

Одна оговорка по этому списку категорий: в новостном разделе NVIDIA среди выпущенных наборов данных указано визуально-языковое понимание, а одиннадцать новых репозиториев наборов данных nvidia, созданных в этом окне, представляют собой текстовые корпуса и корпуса для использования инструментов. Финансовый набор на основе документов — самое близкое к визуальному набору в этом выпуске, и по формату он текстовый. Если вы пришли за изображениями и видео, данных здесь нет — самый свежий набор данных NVIDIA для компьютерного зрения на Hub появился на пять дней раньше этого окна.

Что карты не публикуют — и чего это вам стоит

Вот число, которое никто не указывает в посте о запуске, а в этом выпуске его и вовсе нет. Ни одна из одиннадцати карточек датасетов не публикует количество токенов. Они публикуют число записей и объёмы хранилища — и только. Поэтому на вопрос о масштабе — сколько GPU-часов занимает одна эпоха на наборе для следования инструкциям — нельзя ответить по релизу; его можно лишь оценить, разделив байты на предполагаемое соотношение байтов на токен, а это ровно та цифра, которая попадает в публикации так, будто её измерили.

Опираться можно на опубликованный объём хранения: 80,74 GB для Nemotron-SFT-Instruction-Following-Chat-v4, 18,88 GB для Nemotron-SFT-Agentic-v4, 3,86 GB для сид-набора для разговорного использования инструментов, а затем длинный хвост — 2,22 GB, 1,23 GB, 1,22 GB, 1,01 GB, 166 MB, 28 MB, 8,0 MB, 64 MB. Два самых крупных набора на один–два порядка больше всего остального в этой выборке, что показывает, где на самом деле сосредоточен вес посттренировочных данных, даже без подсчёта токенов.

• Nemotron-SFT-Instruction-Following-Chat-v4 — 80,74 ГБ и 3 850 582 записи. Это набор, который превращает запуск с обучением всех параметров в проект, а не в дело на полдня.

• Nemotron-SFT-Agentic-v4 — 18,88 ГБ и 634 664 записей. Примерно четверть размера, что позволяет запустить его на одном узле.

• Nemotron-SFT-BBQ-v1 — 8,0 МБ и 6 000 записей. Достаточно мал, чтобы итерировать по нему за считанные минуты, что делает его самым дешёвым способом убедиться, что ваш цикл тонкой настройки настроен, прежде чем вы потратите неделю GPU на задачу, которая действительно важна.

• Nemotron-SFT-Long-Context-Transduction-v1 — 1,22 ГБ, но всего 10 000 примеров, с опубликованным диапазоном от 2 048 до 131 072 целевых токенов на пример. Здесь затраты определяются длиной последовательности, а не объёмом, и в карточке указано, что бюджеты — это целевые объёмы генерации, оценённые с помощью cl100k_base, а не измеренные после обучения количества.

Что касается масштаба со стороны модели, карточка модели публикует бюджеты этапов: 100 миллиардов токенов на разогрев MTP с замороженным бэкбоном, один триллион токенов дистилляции из следующего по размеру Nemotron, 100 миллиардов токенов продолженного предобучения на индийских языках, расширение контекста до 1M на 35 миллиардов токенов, 67 миллиардов токенов промежуточного обучения по программной инженерии при 256K и этап восстановления длинного контекста на 9 миллиардов токенов. Это единственные бюджеты токенов, которые NVIDIA указывает где-либо в релизе, и они относятся к обучению базовой модели, а не к дообучению на этих наборах данных.

Именно поэтому здесь важен путь LoRA, а не просто сноска. NVIDIA указывает разработчикам на NVIDIA NeMo AutoModel для дообучения с учителем и низкоранговой адаптации, и адаптеры — это разница между изменением нескольких поведений модели и повторным вычислением 249 ГБ весов. Оба пути реальны, и выбор между ними — это решение о том, какую часть поведения базовой модели вы намерены изменить. Финансовая команда, стремящаяся к узкой схеме или поведению, следующему политике, находится на территории LoRA. Команда, которая хочет, чтобы модель придерживалась новой операционной процедуры во всех своих взаимодействиях, — нет.

Два документа, один бенчмарк, противоположные ответы

Технический отчёт, сопровождающий этот выпуск, датирован 14 октября и носит номер, который разошёлся дальше всех в отрыве от своего контекста. NVIDIA сообщает, что выпущенный чекпойнт NVFP4 обеспечивает восстановление медианной точности на уровне 99,62 % относительно BF16 на 36 бенчмарках — после агрессивного рецепта посттренировочного квантования, за которым следуют 200 итераций дистилляции с учётом квантования на основе SFT; при этом визуальный энкодер C-RADIO, VL-коннектор, свёртки Mamba и эмбеддинги оставлены в BF16, а вычисления роутера — в FP32, согласно таблице по модулям в отчёте.

«Медианное восстановление точности» — это медиана отношений, а не минимум. Чтобы получить 99,62%, в отчете вычисляется коэффициент оценки по каждому бенчмарку и берется медианное значение из 36, так что главная цифра говорит о том, что типичный бенчмарк оказывается примерно на четыре десятых процента ниже полной точности, и совершенно ничего не говорит о хвосте. Собственная таблица отчета показывает хвост: Tau3 Banking — 94,20%, подмножество решения задач SciCode — 93,63%, MMLU-ProX — 95,90% — а в противоположном направлении GDPVal — 111,53% и Terminal-Bench v2.1 — 103,47%, потому что квантование может оказаться выше эталона BF16 при единичном запуске.

А затем сравните карточку модели — и история становится интереснее, чем хвост. В собственной карточке модели NVFP4 от NVIDIA опубликована таблица BF16 против NVFP4 для одного и того же чекпоинта, и в ней Terminal-Bench 2.1 показывает 66,70 против 60,80 — квантованная сборка на девять процентов ниже. В таблице полного набора тестов технического отчёта тот же бенчмарк показывает 60,67 против 62,78, причём квантованная сборка впереди. Та же модель, тот же бенчмарк, то же семейство оценочных стендов, два документа NVIDIA — противоположные направления. В карточке также показано, что WebVoyager опускается с 77,72 до 66,31, а DeepSWE — с 24,65 до 18,2, и ни один из этих показателей не соответствует той версии истории, которую даёт заголовок с 99,62%.

Это не скандал — разные таблицы могут содержать разные конфигурации тестового стенда, а таблица в отчёте указывает процент восстановления рядом с каждой строкой — но это означает, что честный ответ на вопрос «обходится ли мне NVFP4 потерей точности» таков: в большинстве опубликованных строк — едва заметно; в тех строках, где обходится, — сильнее, чем можно предположить по медиане; и два документа производителя расходятся в том, какие это строки. Если ваша рабочая нагрузка — агентная работа в терминале, измерьте её сами, а не выбирайте таблицу.

Арифметика развёртывания, напротив, однозначна и представляет собой самый сильный аргумент в пользу квантованной сборки. Репозиторий BF16 содержит в общей сложности 248,9 ГБ файлов контрольных точек, а собственный quick-start репозитория запускает его на 4× H100. Репозиторий NVFP4 содержит в общей сложности 75,06 ГБ, что, по данным отчёта, составляет 4,82 бита на параметр с учётом масштабов, и это умещается на одном H200, одном GB200 или одном DGX Spark. На одном GB200 в отчёте указано до 4 856 выходных токенов/с/GPU на агентной прокси-нагрузке из 20 ходов при сохранении не менее 50 токенов/с/пользователь, при этом NVFP4 обеспечивает 2,43× пропускную способность BF16 на той же нагрузке, а модель — 2,34× и 1,90× пропускной способности Qwen3.5-122B-A10B и Qwen3.8 Flash-Next. Всё это измерено NVIDIA на собственном стеке обслуживания NVIDIA при той параллельности, которую выбрал рецепт.

Ещё одну четверть релиза легко упустить из виду, а она важна, если о вашем файнтюне позже начнут спорить. В отчёте описывается проход по проверке на загрязнение постобучающих данных, в ходе которого было удалено 20 671 образец — около 0,09%, из них 14 793 образца SFT и 5 878 образцов RL — совпадающих с 1 808 вопросами бенчмарков, или 6,0%, в 22 из 30 проверенных бенчмарков, при этом примерно 3% оценённых пар-кандидатов были помечены как серьёзное загрязнение. Большинство релизов с открытыми весами вообще не публикуют никакой методологии очистки. Наличие такой методологии, на которую можно сослаться, стоит больше, чем кажется, когда клиент спрашивает, почему цифры оценки вашего файнтюна выглядят именно так.

Как это меняет то, что вы можете сделать на этой неделе

Теперь возможны три конкретные вещи, которые были невозможны до 12 октября.

Первый — это агент для работы с финансовой отчётностью, которого можно создать без разговора о лицензировании данных, но с одной оговоркой. Финансовые репозитории охватывают весь цикл: 63 056 примеров SFT, основанных на документах, за семь лет отчётности S&P 500; 90 307 записей RL с вызовом инструментов в среде живого поиска SEC; 7 878 примеров многоходового вызова инструментов для поведенческого слоя; и 10 185 задач RL, в которых контекст отчётности скрыт, так что поиск является частью задачи. Оговорка — это исключение, описанное выше: только фрагменты, приложения исключены, материалы, защищённые авторским правом третьих сторон, удалены, а вопросы остаются на ответственности эмитентов. Это хорошо документированная позиция, а не чистая, и это тот набор, где вам следует прочитать карточку перед кодом.

Второе — это агентное использование инструментов, и это наиболее полно проработанное направление в этом релизе. Между 634 664 записями Nemotron-SFT-Agentic-v4, сид-набором из 100 000 записей для диалогового использования инструментов со сценариями гостеприимства, электронной коммерции, банкинга и страхования и средами NeMo Gym, на которые указывают карточки, весь пайплайн описан от начала до конца: генерировать траектории, проводить симулированные диалоги, обучать с проверяемыми наградами, оценивать на том же стенде, который использовал сам вендор. Что бы вы ни думали о модели, это полный публичный рецепт превращения универсальной визуально-языковой модели в агента, вызывающего инструменты, и именно эта часть раньше была негласным знанием посвящённых.

Третий — это базовый уровень справедливости, который можно реально итеративно дорабатывать. Nemotron-SFT-BBQ-v1 — это 6 000 записей и 8,0 МБ; он сбалансирован по возрасту, внешности и инвалидности в пропорции 2 000/2 000/2 000, а его диалоги написаны так, что и ответ, основанный на доказательствах, и ответ, основанный на предположениях, выглядят правдоподобно. При таком размере вы можете запустить его, оценить и перезапустить за полдня, что превращает вопрос «как вы это тестировали» из проблемы закупки в эксперимент.

Пробуем это, не ставя на карту продакшн-путь.

Неудобная часть этого выпуска — развёртывание, а не данные. Контрольная точка BF16 требует четырёх H100, а квантованная — одной H200 или GB200; открытые веса доступны на Hugging Face, а собственный путь вендора к хостируемому эндпоинту — NVIDIA NIM, при этом в новостях также упоминаются сторонние платформы. Мы не предоставляем эту модель, поэтому если вам нужен управляемый эндпоинт, искать следует в собственном API вендора и нескольких сторонних платформах; а маршрутизатор здесь полезен для остальной части решения.

Один ключ к более чем 200 моделям по цене из прайс-листа провайдера с наценкой 0% означает, что сравнить сборку NVFP4 с любой текстовой моделью, которую вы запускаете сегодня, стоит изменения в одну строку, а не второго договора с вендором, аавтоматическое переключение при сбое между провайдерами означает, что рабочая нагрузка, которую вы только тестируете, может соседствовать с продакшн-трафиком, и ни одна из них не зависит от другой. Именно так выглядит решение, которое можно отменить, — а это как раз то, что нужно от модели, документации которой два дня, а собственные таблицы бенчмарков противоречат друг другу.

Практическая последовательность такова: возьмите Nemotron-SFT-BBQ-v1 или срез агентного набора, запустите LoRA на арендованном H200, чтобы доказать работоспособность вашего цикла, оцените его на собственном эвале и только затем решайте, стоят ли того 249-гигабайтная сборка полной точности и четыре GPU. Датасеты можно скачать бесплатно, а небольшие — бесплатно запустить. Ничто в этом плане не требует от вас верить в медиану 99,62%.

Чего всё ещё не хватает

За тремя разрывами стоит следить, потому что они меняют расчёт, а не маркетинг.

Первое — это независимая оценка результатов дообучения. Каждое число после обучения в этом релизе — переход Terminal-Bench с 62,7 до 71,9 благодаря параллельному выполнению агентов и самопроверке, рост DeepSWE с 24,6 до 34,5 в том же эксперименте, улучшение точности на 41% в AI21, снижение затрат в 40 раз в Scale AI — получено с помощью тестового стенда NVIDIA или собственных измерений заказчика. Нет третьей стороны, которая воспроизвела бы дообучение Nemotron 3.5 Super VL на этих наборах данных и опубликовала результат. Пока такой стороны нет, считайте размеры эффекта верхней границей.

Второй — это путь видео. Модель принимает MP4 длительностью до двух минут при 2 FPS и 256 кадрах, или 1 FPS и 128 кадрах для 1080p, с коэффициентом прореживания 0,5 — и в этом выпуске нет публичного набора данных для пост-обучения на видео. Все репозитории выше — текстовые, а наборы для перевода и трансдукции представляют собой текст с длинным контекстом, а не что-либо визуальное. Если ваш сценарий использования — это понимание видео, которое рекламирует карточка модели, NVIDIA выпустила эту возможность без данных для её специализации.

Третье — никто не публиковал, что эти наборы данных делают с моделью, которая не является Nemotron. Все одиннадцать были созданы, чтобы получить пост-тренировочную смесь для одной модели — в карточках прямо указано, что некоторые наборы объединяют более ранние версии, специфичные для Nemotron, а разговорный сид-набор описан как сид-данные для опорного набора, а не как свежая генерация. Переносится ли агентный корпус на другой 120B-бэкбон — открытый вопрос, и это первый вопрос, на который захочет получить ответ команда, у которой уже есть стек тонкой настройки.

Все три пробела — из тех, что закрываются чужой работой, а не работой NVIDIA, а для открытого релиза это обычная траектория. Веса можно скачать уже сегодня, данные можно скачать уже сегодня, и первый заслуживающий доверия независимый файнтюн — это то, что покажет, стоит ли всё это времени GPU.