Reconnaissance vocale en temps réel avec 600 millions de paramètres + barrière de sécurité multimodale avec 4 milliards de paramètres, la combinaison Nemotron 3.5 frappe fort, peut fonctionner avec L40s, audit de contexte de 128k convivial, les clients d'entreprise devraient être très intéressés.

Le site Web de Coinjie annonce qu'NVIDIA a open source deux modèles spécialisés : le modèle de reconnaissance vocale multilingue en temps réel Nemotron 3.5 ASR avec 600 millions de paramètres, et le modèle de barrière de sécurité multimodale Nemotron 3.5 Content Safety basé sur le fine-tuning de Google Gemma-3-4b-it avec 4 milliards de paramètres.
Nemotron 3.5 ASR prend en charge l'auto-adaptation de la ponctuation et de la casse pour plus de 40 langues, avec une latence de traitement en flux inférieure à 100 millisecondes, permettant un débit élevé lors du déploiement sur des cartes NVIDIA L40s.
Le modèle de sécurité de contenu supporte 12 langues, dont le chinois et l'anglais, couvrant 23 catégories de sécurité, capable d'évaluer les prompts utilisateur, les images d'entrée et les réponses de l'assistant dans un contexte de 128k tokens, et de générer des traces d'inférence pour l'audit d'entreprise.