NVIDIA Nemotron

代理協調

處理代理工作流程中最困難的決策，例如在編碼過程中維持架構決策。

長期規劃

管理具有較長規劃視野的複雜多步驟任務，如 EnterpriseOps-Gym 基準測試所示。

編碼與終端任務

支援基於終端的編碼基準測試（如 Terminal-Bench 2.0），用於自動化開發工作流程。

指令遵循

在複雜的指令遵循任務中保持高準確率（IFBench：82%）。

知識工作

擅長專業工作任務，包括基於搜尋的知識工作（ProfBench Search：56%）。

長上下文處理

可處理長達 100 萬個 token 的上下文視窗（Ruler @1M：95%），從而能夠分析大量文件或研究資料。

混合 Mamba-Transformer 層

結合狀態空間模型與 Transformer 架構，可在擴展的代理互動中有效處理長上下文。

NVFP4 量化

支援在多種 GPU 架構上部署，與標準精度相比，吞吐量可提升高達 5 倍。

LatentMoE 專家路由

最佳化每個輸入由哪些專家子模型處理，從而提升混合專家推論的效率。

多 token 預測

透過同時預測多個 token，提升多輪任務的生成速度。

多教師同策略蒸餾

透過來自十多個特定領域教師模型的密集回饋進行訓練，持續提升領域專業化程度。

開放配方、權重與授權

提供完全開放的模型權重、訓練配方與授權，便於開發者廣泛採用和微調。

透明的預訓練與強化學習資料管線

提供完整的預訓練與強化學習資料管線文件，確保可重現性與自訂性。