Nhận diện giọng nói thời gian thực với 600 triệu tham số + hàng tỷ tham số đa phương thức an toàn, Nemotron 3.5 phối hợp rất tốt, L40s có thể chạy, kiểm tra ngữ cảnh 128k thân thiện, khách hàng doanh nghiệp chắc chắn sẽ rất ưa chuộng

Tin tức từ CoinWorld, Nvidia đã mở mã nguồn hai mô hình chuyên dụng: mô hình nhận dạng giọng nói đa ngôn ngữ thời gian thực Nemotron 3.5 ASR với 600 triệu tham số, và mô hình bảo vệ an toàn đa phương tiện dựa trên fine-tuning của Google Gemma-3-4b-it với 4 tỷ tham số Nemotron 3.5 Content Safety. Nemotron 3.5 ASR hỗ trợ dự đoán dấu câu và chữ hoa tự thích ứng cho hơn 40 ngôn ngữ, độ trễ suy luận luồng thấp hơn 100 mili giây, có thể đạt hiệu suất cao khi triển khai trên card đồ họa NVIDIA L40s. Mô hình an toàn nội dung hỗ trợ 12 ngôn ngữ bao gồm tiếng Trung và tiếng Anh, bao gồm 23 loại an toàn, có khả năng đánh giá các lời nhắc của người dùng, hình ảnh đầu vào và phản hồi của trợ lý trong phạm vi ngữ cảnh 128k token, đồng thời tạo ra theo dõi suy luận để doanh nghiệp có thể kiểm tra.