📣 Annonce de la sortie d'OpenReasoning-Nemotron : une suite de LLM capables de raisonnement qui ont été distillés à partir du modèle DeepSeek R1 0528 671B. Entraînés sur un ensemble de données massif et de haute qualité distillé à partir du nouveau DeepSeek R1 0528, nos nouveaux modèles de 7B, 14B et 32B atteignent des performances SOTA sur une large gamme de benchmarks de raisonnement pour leurs tailles respectives dans le domaine des mathématiques, des sciences et du code. Les modèles sont disponibles sur @huggingface🤗 :

🎶 Découvrez Audio-Flamingo 3 – un LALM entièrement ouvert entraîné sur des ensembles de données de son, de parole et de musique. 🎶 Gère des audio de 10 minutes, des textes longs et des conversations vocales. Parfait pour le QA audio, le dialogue et le raisonnement. Sur @huggingface ➡️ De #NVIDIAResearch.

🏆 Notre NVIDIA NeMo Canary-Qwen-2.5B se classe 1ère sur le classement @HuggingFace pour la reconnaissance automatique de la parole, établissant un nouveau record avec un taux d'erreur de mots de 5,63 %. 🤗 Classement ➡️

Que se passerait-il si vous pouviez poser une question à un chatbot de la taille d'une encyclopédie entière—et obtenir une réponse en temps réel ? Des requêtes de plusieurs millions de tokens avec 32 fois plus d'utilisateurs sont désormais possibles grâce au parallélisme Helix, une innovation de #NVIDIAResearch qui permet l'inférence à grande échelle. 🔗

Python + OpenUSD = des flux de travail plus rapides, une automatisation plus facile, plus de créativité. 💡 Les capacités de script de Python et sa facilité d'utilisation en font le partenaire idéal pour #OpenUSD, aidant à accélérer le développement sans avoir besoin d'expertise en C++. En savoir plus 👉

✨ FLUX.1 Kontext offre une expérience nouvelle pour la génération d'images grâce à un montage incrémental en contexte plutôt qu'à des invites complexes traditionnelles. Maintenant optimisé pour les GPU NVIDIA RTX utilisant TensorRT, nous avons collaboré avec @bfl_ml pour offrir une inférence plus rapide avec des exigences de VRAM réduites. 🔗 Détails:

Déployez votre propre instance de modèle DeepSeek-R1 avec un déploiement en 1 clic. Le nouveau conteneur NVIDIA TensorRT-LLM sur Vertex AI est optimisé pour les LLM à grande échelle et améliore considérablement les performances et l'efficacité des coûts. Commencez dès aujourd'hui ➡️

📸 Générer. Affiner. Répéter. Le FLUX.1 Kontext de @bfl_ml simplifie l'édition d'images par IA avec des invites textuelles + images—maintenant accéléré par RTX avec TensorRT. Bonus : le nouveau LLM multimodal Gemma 3n de Google est également accéléré sur RTX. 🔗 #RTXAIGarage:

Prêt à débloquer le pouvoir de la recherche #multimodale ? Découvrez comment NVIDIA #NeMoRetriever transforme la recherche de documents—en combinant vision et langage pour des résultats plus intelligents, plus rapides et plus précis. 👉

🏆NVIDIA NeMo Retriever obtient la 1ère place sur @HuggingFace dans trois des principaux classements de récupération de documents visuels -- ViDoRe V1, ViDoRe V2, et MTEB VisualDocumentRetrieval. Établissant de nouvelles normes pour les applications d'#RAG en entreprise, NeMo Retriever mène l'industrie. Ce modèle performant est : 🔎 Affiné pour la récupération de documents en fonction des requêtes où les requêtes sont des textes et des images. 📊 Particulièrement utile dans les systèmes RAG multimodaux qui utilisent du texte, des graphiques, des tableaux ou des infographies. Les applications potentielles incluent la recherche multimédia, la récupération cross-modale, et l'IA conversationnelle avec une compréhension riche des entrées. 🛠️ Les développeurs peuvent atteindre jusqu'à 15X plus rapide l'extraction de données PDF, 50% de précision en plus, et 35X d'efficacité de stockage avec NeMo Retriever. Pour les chercheurs, consultez-le sur #HuggingFace ➡️ Pour les développeurs ayant besoin de modèles commerciaux prêts pour la production, visitez ➡️