与其它大型语言模型相比，Nemotron 3.5 Super VL 模型在回忆晦涩、细分信息方面表现出显著的改进。在一个测试 1998 年一款游戏规则的基准测试中，Nemotron 3.5 Super VL 只出现了少量错误，而 GPT-OSS 120B-A5B、Qwen3.5-122B-A12B 和 DeepSeek v4 Flash 等模型则出现了关键细节的幻觉。该模型在消费级硬件上表现也很好，在双 RTX 5060 Ti GPU 上运行时速度约为每秒 8-10 个 token。 AI
影响 在专业知识领域展示了 LLM 的潜力，在晦涩信息检索方面优于其他模型。
排序理由 用户对 LLM 在细分知识回忆方面表现的基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
