NVIDIA выпустила открытую модель Nemotron 3.5 Super VL для документов

NVIDIA выпустила Nemotron 3.5 Super VL — модель с открытыми весами, которая понимает текст, картинки и видео длиной до двух минут. Внутри схема со смешением экспертов: из 120 млрд параметров на каждом запросе работают 12 млрд, поэтому модель дешевле в работе, чем её размер.

Упор сделан на документы: распознавание текста, таблицы, графики, веб-страницы и PDF. NVIDIA позиционирует модель под агентов, которые работают долго, вызывают инструменты и проходят многошаговые сценарии.