Nemo
PulseAugur coverage of Nemo — every cluster mentioning Nemo across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新基准NeMo挑战视频LLM的时序理解能力
研究人员推出了一种名为NeMoBench的新型任务和基准，旨在评估视频大语言模型（VideoLLMs）的时序理解能力。该任务借鉴了“大海捞针”测试，专注于检索式长上下文回忆和时序定位。NeMoBench包含31,000多个问答对，来源于数千个视频，并采用可扩展的自动化流程确保其持续更新。对20个最先进模型的实验揭示了它们在时序理解方面的当前优势和劣势。
-
Hugging Face 推出 FFASR 排行榜，NVIDIA NeMo AutoModel 加速 Transformer 微调
Hugging Face 发布了新的 FFASR 排行榜，这是一个用于评估现实世界自动语音识别 (ASR) 性能的基准。此外，NVIDIA 的 NeMo AutoModel 因其加速 Transformer 模型微调的能力而受到关注。
-
Together AI 发布用于 LLM 推理的开源并行内核构建器
Together AI 发布了并行内核构建器 (PKB)，这是一个旨在优化大型语言模型推理性能的开源工具。PKB 可以识别并生成新颖的内核，例如用于 NeMo 词汇并行 log-probs 和 Hyena 上下文并行的内核，这些内核并未公开文档化。该工具已展示出显著的加速效果，其中一个内核的性能从标准的 320.6µs 提升至 87.9µs，并且该项目鼓励社区贡献。
-
NVIDIA Canary-1B-v2 教程：ASR、翻译和字幕生成
本教程演示了如何利用 NVIDIA 的 Canary-1B-v2 模型进行高级音频处理任务，包括自动语音识别 (ASR)、翻译和字幕生成。该指南涵盖了使用 NeMo、NumPy 和 SciPy 等依赖项设置必要的 Python 环境，然后加载 Canary 模型以在 GPU 上进行高效推理。它详细介绍了准备音频文件、执行多语言 ASR、翻译语音、生成时间戳以及导出 SRT 格式字幕，为各种音频应用提供了全面的流程。
-
AI 模型定价发生重大变化；Z.ai 降低成本，新模型涌现
AI 定价正经历显著变化，其中 Z.ai 显著降低了其 GLM 5.2 的提示和完成价格，为高用量用户提供了大幅节省。MoonshotAI 和 Qwen 等其他提供商也调整了定价，部分价格有所小幅上涨或下跌。Poolside 和 IBM 的新模型正在进入市场，同时 Meta 和 Mistral 提供了经济高效的选项，扩大了可用 AI 服务的范围。
-
2026年十大AI工程必读书籍揭晓
一份精选书单重点介绍了2026年AI工程师的十本必备书籍，侧重于构建和部署AI系统的实用技能。推荐内容涵盖了从AI工程基础原理到高级LLM开发、提示工程和系统设计的广泛主题。Chip Huyen和Paul Iusztin等关键作者因其在理解AI和LLM实现的实际方面所做的贡献而受到关注。
-
NEMO系统使用自主代理进行优化建模
研究人员开发了NEMO，一个使用自主编码代理将决策问题的自然语言描述转化为可执行数学优化模型的系统。与以往经常产生无效代码的方法不同，NEMO的代理在一个沙盒环境中运行，确保代码的可执行性，并实现自动化验证和修复。该系统采用了新颖的协调模式，包括非对称验证循环和用于经验重用的外部内存，在九个优化基准测试中取得了最先进的性能。
-
NVIDIA Parakeet 语音转文本已移植到 ggml，以实现更快的 CPU/GPU 使用
一位开发者已成功将 NVIDIA 的 Parakeet 语音转文本模型移植到 ggml 框架，使其能够在没有 Python 或 PyTorch 的情况下高效地在 CPU 和 GPU 上运行。此移植实现了与 NVIDIA 的 NeMo 模型逐字节相同的输出，在 GPU 上速度提升高达 5 倍，在 CPU 上速度提升 1.86 倍，同时还减少了内存使用。量化的 GGUF 版本已可用，该项目包含一个 C-API 以实现广泛集成，甚至通过 L…
-
数据发现平台帮助团队更快地查找和理解数据
数据发现平台是组织高效查找和理解其数据资产的关键工具。这些平台对数据实体、元数据和血缘关系进行编目，使用户能够回答有关数据位置、含义、所有权、创建和使用的问题。主要功能包括强大的搜索功能、元数据显示和血缘关系跟踪，以提高数据的可访问性和可靠性。Facebook（通过其Nemo平台）和Lyft等公司已实施此类系统，以减少数据科学家在发现数据上花费的时间，否则这会阻碍生产力。