Nemotron 3.5
PulseAugur coverage of Nemotron 3.5 — every cluster mentioning Nemotron 3.5 across labs, papers, and developer communities, ranked by signal.
- 2026-06-01 product_launch NVIDIA has launched Nemotron 3.5, an AI model focused on content safety with enhanced multimodal and multilingual capabilities. 来源
3 天有情绪数据
-
Hugging Face 发布 Agents CLI；NVIDIA 发布 Nemotron 3.5 安全工具
Hugging Face 发布了一款新的命令行界面（CLI）工具，旨在优化 Agent 与其平台的交互。另外，NVIDIA 推出了 Nemotron 3.5，这是一个面向企业的、提供可定制内容审核功能的多模态安全解决方案。
-
Hugging Face 聚焦AI进展：LeRobot、Ulysses、vLLM 和 Nemotron 3.5
Hugging Face 正在聚焦AI领域的几项最新进展和发布。其中包括LeRobot的v0.5.0更新，该更新侧重于跨维度的扩展；以及Ulysses序列并行技术，该技术支持使用100万token的上下文窗口进行训练。该平台还展示了对开源强化学习库的见解，以及vLLM从0到1版本的演变，强调“先正确后修正”。此外，Hugging Face还推出了Ettin重排器，并详细介绍了Nemotron 3.5为全球企业提供的多模态安全措施。
-
Nvidia 发布 Nemotron 3.5 LLM 和 NeMo Switchyard 平台
Nvidia 推出了 Nemotron 3.5，这是一个专为企业应用设计的新型大型语言模型系列。这些模型针对代码生成和摘要等各种任务进行了优化，可通过 Nvidia 的云服务获取。该公司还推出了 NeMo Switchyard，这是一个将这些模型与现有企业系统和工作流程集成的平台。
-
Ollama 更新通过 Nemotron 3.5 和 Muse Glimmer 支持提升本地 AI 推理能力
Ollama 发布了新版本 v0.32.10 和 v0.32.9，引入了性能增强并支持新的开源模型。v0.32.10 版本通过将 repeat_penalty 默认设置为 1.0 来改进推测解码，使其与其他推理引擎保持一致并加快本地模型执行速度。两个版本都增加了对 NVIDIA 的 Nemotron 3.5 Lightning 的支持，这是一个为 AI 代理设计的 30B 专家混合模型，以及 Meta 的 Muse Glimmer 多…
-
Hugging Face 更新了 Open ASR 排行榜和 NVIDIA 的 Nemotron 3.5 安全功能
Hugging Face 宣布了与 AI 安全和性能相关的更新。Open ASR 排行榜已更新，加入了 Benchmaxxer Repellant，这是一个用于评估自动语音识别系统的工具。此外，NVIDIA 的 Nemotron 3.5 模型现已推出，具备专为全球企业设计的可定制多模态安全功能。
-
英伟达 Nemotron 3.5 在新研究中适配肯尼亚语言
研究人员详细介绍了将英伟达 Nemotron 3.5 语音识别模型适配到三种肯尼亚语言：基库尤语、多洛语和卡伦金语的过程。该研究侧重于数据中心适配，解决了拼写不一致和数据不平衡等挑战。虽然选定的基库尤语和多洛语模型在内部评估集上取得了有希望的词错误率 (WER) 和字符错误率 (CER)，但卡伦金语仍处于开发阶段。这项工作详细说明了在不影响流式传输能力的情况下，对多语言流式模型进行特定语言微调的过程。
-
NVIDIA发布Nemotron 3.5安全模型和NeMo AutoModel用于大规模微调 · 跟踪2个来源
NVIDIA发布了Nemotron 3.5，这是一个专为全球企业设计的多模态安全模型。该模型提供可定制的内容安全解决方案。此外，NVIDIA的NeMo AutoModel与Hugging Face的diffusers库结合使用，可以对视频和图像模型进行大规模微调。
-
Hugging Face 发布阿拉伯语大模型排行榜、ASR 更新和 NVIDIA 安全模型
Hugging Face 参与了多项与 AI 相关的公告。QIMMA 排行榜专注于阿拉伯语大模型，强调质量。另外，Open ASR Leaderboard 已更新 Benchmaxxer Repellant。此外，NVIDIA 发布了 Nemotron 3.5，这是一个多模态安全解决方案，专为全球企业的可定制内容审核而设计。
-
新紧凑型TTS模型Inflect-Micro-v2和Inflect-Nano-v2发布
Owen独立开发并资助了Inflect-Micro-v2和Inflect-Nano-v2，这是两个新的文本到波形语音合成模型。这些模型专为本地、固定语音的英语TTS设计，优先考虑参数少于1000万（Micro）的质量，或参数少于400万（Nano）的更小占用空间。在人类偏好研究和可懂度测试中，这两个模型都表现出具有竞争力的性能，同时还提供快速的CPU推理。
-
mRNA模型训练成本165美元，Safetensors加入PyTorch，NVIDIA发布Nemotron 3.5
研究人员开发出一种方法，能够以低至165美元的成本跨25种物种训练mRNA语言模型，并利用了Hugging Face的平台。此外，Safetensors格式已加入PyTorch基金会，增强了其在深度学习生态系统中的集成和采用。另外，NVIDIA发布了Nemotron 3.5，这是一款专为全球企业定制化内容审核设计的多模态安全模型。
-
NVIDIA发布Nemotron 3.5以实现多模态人工智能安全
NVIDIA发布了Nemotron 3.5 Content Safety，这是一款旨在识别和减轻文本及图像中有害内容的AI模型。新版本增强了多模态理解能力，支持超过140种语言并具有强大的零样本泛化能力，还允许根据特定企业需求定制策略执行。它还包括一个可审计的推理跟踪功能，并公开发布了其多模态安全数据集。
-
LLM 模型目录出现价格变动、移除和新的免费套餐
LLM 模型目录在不同提供商的价格和可用性方面发生了重大变化。MoonshotAI 的 Kimi 模型价格有所下调，而 MoonshotAI 的 Kimi K2.6 和 NVIDIA 的 Nemotron 3.5 等一些免费模型已被移除或更新。OpenAI 的 GPT-4 模型和百度的 ERNIE 模型的一些旧版本也已从可用列表中淘汰。此外，NousResearch Hermes 3 70B Instruct 等一些模型价格大幅上涨，…