📣 Anunciamos el lanzamiento de OpenReasoning-Nemotron: un conjunto de LLM con capacidad de razonamiento que se han destilado del modelo DeepSeek R1 0528 671B. Entrenados en un conjunto de datos masivo y de alta calidad destilado del nuevo DeepSeek R1 0528, nuestros nuevos modelos 7B, 14B y 32B logran el rendimiento de SOTA en una amplia gama de puntos de referencia de razonamiento para sus respectivos tamaños en el dominio de las matemáticas, la ciencia y el código. Los modelos están disponibles en @huggingface🤗:

🎶 Conozca Audio-Flamingo 3, un LALM completamente abierto entrenado en conjuntos de datos de sonido, voz y música. 🎶 Maneja conversaciones de audio, texto de formato largo y voz de 10 minutos. Perfecto para control de calidad de audio, diálogo y razonamiento. En @huggingface ➡️ De #NVIDIAResearch.

🏆 Nuestro NVIDIA NeMo Canary-Qwen-2.5B obtiene el 1er lugar en la tabla de clasificación de @HuggingFace para el reconocimiento automático de voz, estableciendo un nuevo récord con una tasa de error de palabras del 5.63%. 🤗 Tabla de ➡️ clasificación

¿Qué pasaría si pudieras hacerle a un chatbot una pregunta del tamaño de una enciclopedia entera y obtener una respuesta en tiempo real? Las consultas de tokens multimillonarias con 32 veces más usuarios ahora son posibles con Helix Parallelism, una innovación de #NVIDIAResearch que impulsa la inferencia a gran escala. 🔗

Python + OpenUSD = flujos de trabajo más rápidos, automatización más sencilla, más creatividad. 💡 Las capacidades de scripting y la facilidad de uso de Python lo convierten en el socio perfecto para #OpenUSD, lo que ayuda a acelerar el desarrollo sin necesidad de tener experiencia en C++. Aprende más 👉

✨ FLUX.1 Kontext aporta una nueva experiencia a la generación de imágenes a través de la edición incremental en contexto en lugar de las complejas indicaciones tradicionales. Ahora optimizado para las GPU NVIDIA RTX con TensorRT, hemos colaborado con @bfl_ml para ofrecer una inferencia más rápida con requisitos de VRAM más bajos. 🔗 Detalles:

Implemente su propia instancia de modelo DeepSeek-R1 con implementación con 1 clic. El nuevo contenedor NVIDIA TensorRT-LLM en Vertex AI está optimizado para LLM a escala y mejora significativamente el rendimiento y la rentabilidad. Comience hoy mismo ➡️

📸 Generar. Refinar. Repetir. FLUX.1 Kontext de @bfl_ml simplifica la edición de imágenes con IA con indicaciones de texto + imagen, ahora aceleradas por RTX con TensorRT. Bono: el nuevo LLM multimodal Gemma 3n de Google también se acelera en RTX. 🔗 #RTXAIGarage:

¿Listo para desbloquear el poder de la recuperación de #multimodal? Descubre cómo NVIDIA #NeMoRetriever transforma la búsqueda de documentos, combinando visión y lenguaje para obtener resultados más inteligentes, rápidos y precisos. 👉

🏆NVIDIA NeMo Retriever logra el 1er lugar en @HuggingFace en tres de las principales tablas de clasificación de recuperación de documentos visuales: ViDoRe V1, ViDoRe V2 y MTEB VisualDocumentRetrieval. Estableciendo nuevos estándares para aplicaciones de #RAG empresarial, NeMo Retriever lidera la industria. Este modelo de alto rendimiento es: 🔎 Optimizado para la recuperación de documentos de consulta donde las consultas son texto e imágenes. 📊 Especialmente útil en sistemas RAG multimodales que utilizan texto, gráficos, tablas o infografías. Las aplicaciones potenciales incluyen la búsqueda multimedia, la recuperación intermodal y la IA conversacional con una rica comprensión de las entradas. 🛠️ Los desarrolladores pueden lograr una extracción de datos PDF hasta 15 veces más rápida, un 50 % más de precisión y una eficiencia de almacenamiento 35 veces mayor con NeMo Retriever. Para los investigadores, échale un vistazo en #HuggingFace ➡️ Para los desarrolladores que necesitan modelos comerciales listos para producción, visite ➡️