ИНВЕСТИЦИИ · MODELS · #3676
NVIDIA опубликовала рецепт пост‑тренировки Nemotron 3.5 Super VL и Litmus‑Bench V2.0 для научных LLM
NVIDIA опубликовала практический рецепт пост‑тренировки открытой мультимодальной модели Nemotron 3.5 Super VL для научных задач с использованием NeMo Gym и NeMo RL, а также выпустила набор данных и бенчмарк Nemotron RL Litmus‑Bench V2.0 для оценки свойств молекул. В примере предсказания метаболитов (данные из MetxBioDB) утверждается, что супервайзед‑файнтюнинг повысил точность на 12%, а последующая RL‑пост‑тренировка дала ещё +17% при бюджете вывода 16 384 токена; опционально предлагается дистилляция от более сильной модели (например, Claude Sonnet 5.5) для ускорения сходимости.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- NVIDIA опубликовала практический рецепт пост‑тренировки открытой мультимодальной модели Nemotron 3.5 Super VL для научных задач с использованием NeMo Gym и NeMo RL, а также выпустила набор данных и бенчмарк Nemotron RL Litmus‑Bench V2.0 для оценки свойств молекул.
- В примере предсказания метаболитов (данные из MetxBioDB) утверждается, что супервайзед‑файнтюнинг повысил точность на 12%, а последующая RL‑пост‑тренировка дала ещё +17% при бюджете вывода 16 384 токена; опционально предлагается дистилляция от более сильной модели (например, Claude Sonnet 5.5) для ускорения сходимости.
- Предоставляет сквозной воспроизводимый рабочий процесс (модель, датасет, среда, рецепт RL) для адаптации LLM к научным задачам и демонстрирует заметный прирост точности на примере предметной области.
ПОЧЕМУ ЭТО ВАЖНО
Предоставляет сквозной воспроизводимый рабочий процесс (модель, датасет, среда, рецепт RL) для адаптации LLM к научным задачам и демонстрирует заметный прирост точности на примере предметной области.