nemotron-3.5-lightning
PulseAugur coverage of nemotron-3.5-lightning — every cluster mentioning nemotron-3.5-lightning across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
开放权重LLM被测试为比Claude Sonnet 5更便宜的AI代理层
一项实验测试了开放权重语言模型作为AI代理的专有模型的经济高效替代方案。使用agentgateway，在60个案例的代理工具调用风险基准测试中，将两个本地托管的开放权重模型Qwen3.8和Nemotron-3.5-Lightning与Anthropic的Claude Sonnet 5进行了比较。虽然Qwen3.8在可解析答案方面遇到困难，但Nemotron-3.5-Lightning表现可靠，但延迟明显高于Claude Sonnet …
-
Liquid AI 的 LFM2.5-24B-A2B 模型提供快速推理但 RAM 需求高
Liquid AI 发布了其 LFM2.5-24B-A2B 模型，这是一个拥有 240 亿参数的混合专家模型，每个 token 仅使用 24.5 亿参数。这种架构允许更快的解码速度，Liquid 报告称在 Apple M5 Max 上可达 184 tokens/s。尽管参数效率高，但完整模型仍需要大约 14.5 GB 的 RAM 来存储。该模型在指令遵循和工具调用任务方面表现出色，在这些领域优于 Qwen3.6-35B-A3B 等竞争…
-
Liquid AI 发布 LFM2.5-24B-A2B，用于快速设备端智能体
Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 240 亿参数的专家混合（MoE）模型，专为设备端智能体设计。该模型每个 token 激活约 20 亿参数，并针对多步工具使用进行了优化，而非通用聊天。它在智能体和工具使用基准测试中表现强劲，在 AutomationBench 等特定任务上优于更大的模型，而 Qwen3.6-35B-A3B 等更大的模型在知识和编码任务上表现更好。LFM2.5-24B-A2B 能够…
-
LiquidAI 发布 LFM2.5-24B-A2B，用于高效的设备端 AI 代理
LiquidAI 发布了 LFM2.5-24B-A2B，这是一款新的以推理为重点的语言模型，专为高效的设备端代理部署而设计。尽管其参数少于 Qwen3.6-35B-A3B 等竞争对手，但它在代理任务和工具使用方面表现出竞争力，在 CPU 和 GPU 上均实现了高推理速度。该模型的架构在其前代产品的基础上进行了扩展，拥有更大的上下文窗口和词汇量，并经过多阶段的后训练过程以增强其代理能力。
-
审计发现 64 个 GGUF 量化模型标签错误，默默使用备用类型
对 25 个仓库中的 443 个 GGUF 量化模型进行的审计发现，有 64 个文件与其声称的量化类型不匹配。这种差异发生是因为某些量化类型（如 k-quants 和 i-quants）要求张量维度能被 256 整除。当不满足此条件时，量化工具会默默地替换为另一种兼容的类型，这通常会导致每权重比特数 (bpw) 值高于文件名所示。在 Nemotron-3.5-Lightning 和 Qwen3.8-Flash-Next 等模型中观察到…
-
Ollama 发布 v0.32.9，包含 NVIDIA Nemotron 3.5 Lightning 模型
Ollama 发布了 v0.32.9 版本，其中包含新的 NVIDIA Nemotron 3.5 Lightning 模型。该模型是一个开放的 300 亿参数混合专家（MoE）模型，拥有 30 亿活跃参数，专为始终在线的代理执行层设计。