600 мільйонів параметрів для реального часу розпізнавання голосу + 4 мільярди параметрів для мультимодальної безпеки, Nemotron 3.5 — ця комбінація вражає, L40s може працювати, 128k контекстуальний аудит дружній, корпоративні клієнти, ймовірно, будуть дуже задоволені.

Звіт з CoinWorld, NVIDIA відкрила вихідний код для двох спеціалізованих моделей: модель розпізнавання мови в реальному часі з 600 мільйонами параметрів Nemotron 3.5 ASR для багатомовного розпізнавання мови, а також мультимодальну модель безпеки Nemotron 3.5 Content Safety, яка базується на доопрацюванні Google Gemma-3-4b-it з 4 мільярдами параметрів. Nemotron 3.5 ASR підтримує адаптивне розпізнавання пунктуації та регістру для понад 40 мов, з затримкою потокового виведення менше 100 мілісекунд, а при розгортанні на графічних картах NVIDIA L40s забезпечує високий пропуск. Модель безпеки контенту підтримує 12 мов, включаючи китайську та англійську, охоплює 23 категорії безпеки, здатна оцінювати користувацькі підказки, введені зображення та відповіді помічника у контексті до 128 тисяч токенів, а також генерувати трасування розрахунків для аудиту компанії.