6亿 параметров для распознавания речи в реальном времени + 4 миллиарда параметров мультимодальной системы безопасности, комбинация Nemotron 3.5 выглядит отлично, L40s может справиться, 128k контекстный аудит дружелюбен, корпоративные клиенты, скорее всего, оценят.

Новости CoinWorld: NVIDIA выпустила два специализированных модели с открытым исходным кодом: модель для распознавания речи в реальном времени с 6 миллиардами параметров Nemotron 3.5 ASR и мультимодальную модель безопасности Nemotron 3.5 Content Safety, основанную на доработке Google Gemma-3-4b-it с 4 миллиардами параметров. Nemotron 3.5 ASR поддерживает адаптивные знаки препинания и предсказание регистра для более чем 40 языков, потоковая обработка с задержкой менее 100 миллисекунд, при развертывании на графических картах NVIDIA L40s достигается высокая пропускная способность. Модель безопасности контента поддерживает 12 языков, включая китайский и английский, охватывает 23 категории безопасности, способна оценивать пользовательские подсказки, входные изображения и ответы помощника в контексте до 128 тысяч токенов, а также генерировать трассировки рассуждений для аудита предприятий.