📣 Ogłaszamy wydanie OpenReasoning-Nemotron: zestawu modeli LLM zdolnych do rozumowania, które zostały wyodrębnione z modelu DeepSeek R1 0528 671B. Wytrenowane na ogromnym, wysokiej jakości zbiorze danych wyodrębnionym z nowego DeepSeek R1 0528, nasze nowe modele 7B, 14B i 32B osiągają SOTA wydajność w szerokim zakresie benchmarków rozumowania dla swoich odpowiednich rozmiarów w dziedzinie matematyki, nauki i kodu. Modele są dostępne na @huggingface🤗:

🎶 Poznaj Audio-Flamingo 3 – w pełni otwarty LALM wytrenowany na zbiorach danych dźwięku, mowy i muzyki. 🎶 Obsługuje 10-minutowe nagrania audio, długie teksty i rozmowy głosowe. Idealny do audio QA, dialogów i rozumowania. Na @huggingface ➡️ Od #NVIDIAResearch.

🏆 Nasz NVIDIA NeMo Canary-Qwen-2.5B zdobył 1. miejsce na liście @HuggingFace w kategorii automatycznego rozpoznawania mowy, ustanawiając nowy rekord z błędem słownym na poziomie 5,63%. 🤗 Lista ➡️

Co jeśli mógłbyś zadać chatbotowi pytanie wielkości całej encyklopedii — i otrzymać odpowiedź w czasie rzeczywistym? Zapytania o wielkości wielu milionów tokenów z 32 razy większą liczbą użytkowników są teraz możliwe dzięki Helix Parallelism, innowacji od #NVIDIAResearch, która napędza wnioskowanie na ogromną skalę. 🔗

Python + OpenUSD = szybsze przepływy pracy, łatwiejsza automatyzacja, więcej kreatywności. 💡 Możliwości skryptowe Pythona i jego łatwość użycia czynią go idealnym partnerem dla #OpenUSD, pomagając przyspieszyć rozwój bez potrzeby posiadania wiedzy z zakresu C++. Dowiedz się więcej 👉

✨ FLUX.1 Kontext wprowadza nowe doświadczenie w generowaniu obrazów poprzez inkrementalne edytowanie w kontekście, zamiast tradycyjnych skomplikowanych poleceń. Teraz zoptymalizowane dla procesorów graficznych NVIDIA RTX z użyciem TensorRT, współpracowaliśmy z @bfl_ml, aby dostarczyć szybsze wnioskowanie przy niższych wymaganiach VRAM. 🔗 Szczegóły:

Uruchom swoją własną instancję modelu DeepSeek-R1 za pomocą jednego kliknięcia. Nowy kontener NVIDIA TensorRT-LLM na Vertex AI jest zoptymalizowany dla LLM-ów w skali i znacznie poprawia wydajność oraz efektywność kosztową. Zacznij już dziś ➡️

📸 Generuj. Udoskonalaj. Powtarzaj. FLUX.1 Kontext @bfl_ml upraszcza edytowanie obrazów AI za pomocą tekstowych i obrazowych podpowiedzi—teraz przyspieszone przez RTX z TensorRT. Bonus: Nowy multimodalny LLM Gemma 3n od Google również jest przyspieszony na RTX. 🔗 #RTXAIGarage:

Gotowy, aby odblokować moc #retrieval multimodalnego? Odkryj, jak NVIDIA #NeMoRetriever przekształca wyszukiwanie dokumentów — łącząc wizję i język dla mądrzejszych, szybszych i dokładniejszych wyników. 👉

🏆NVIDIA NeMo Retriever zdobywa 1. miejsce na @HuggingFace w trzech czołowych rankingach wyszukiwania dokumentów wizualnych -- ViDoRe V1, ViDoRe V2 i MTEB VisualDocumentRetrieval. Ustanawiając nowe standardy dla aplikacji #RAG w przedsiębiorstwach, NeMo Retriever prowadzi w branży. Ten model o najwyższej wydajności jest: 🔎 Dostosowany do wyszukiwania dokumentów na podstawie zapytań, gdzie zapytania to tekst i obrazy. 📊 Szczególnie przydatny w multimodalnych systemach RAG, które wykorzystują tekst, wykresy, tabele lub infografiki. Potencjalne zastosowania obejmują wyszukiwanie multimedialne, wyszukiwanie międzymodalne oraz AI konwersacyjną z bogatym zrozumieniem wejścia. 🛠️ Programiści mogą osiągnąć do 15 razy szybsze wydobywanie danych z PDF, 50% lepszą dokładność i 35 razy lepszą efektywność przechowywania z NeMo Retriever. Dla badaczy, sprawdź to na #HuggingFace ➡️ Dla programistów potrzebujących modeli gotowych do produkcji, odwiedź ➡️