多模态 / 博客
NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with Multimodal Reasoning
- 发布方
- NVIDIA
- 模型
- Nemotron 3.5 Super VL
- 架构
- 120B MoE，激活 12B/token
- 量化
- NVFP4 + QAD
- 推理优化
- LiLiCorr、MTP、context reuse
之前 / 基线现在 / 本方案
Hermes Bench
Nemotron 3 Ultra 56.33%
Nemotron 3.5 Super VL 63.44%
LangChain Evals
Nemotron 3 Ultra 84.3%
Nemotron 3.5 Super VL 87.05%
CharXiv
Nemotron 3 Nano Omni 63%
Nemotron 3.5 Super VL 80.8%
方法、结果与局限
1 / 6
要点
发布内容
开源多模态模型 Nemotron 3.5 Super VL：120B MoE，每 token 激活 12B。
- 开源多模态模型 Nemotron 3.5 Super VL：120B MoE，每 token 激活 12B。
- 单 GPU 上 agent 任务吞吐最高 5x，对比同尺寸开源模型。
- 统一支持文本、图像、文档、视频理解与推理、指令遵循、工具调用。
- 由 Nemotron 3 Ultra 蒸馏而来，使用 SkewReverse loss。