📣 Оголошуємо про випуск OpenReasoning-Nemotron: набору LLM-систем з можливістю міркування, які були дистильовані з моделі DeepSeek R1 0528 671B. Навчені на величезному високоякісному наборі даних, дистильованому з нового DeepSeek R1 0528, наші нові моделі 7B, 14B і 32B досягають ефективності SOTA за широким спектром тестів міркувань для відповідних розмірів у галузі математики, науки та кодування. Моделі доступні на @huggingface🤗:

🎶 Зустрічайте Audio-Flamingo 3 – повністю відкритий LALM, який тренується на звуку, мові та музичних наборах даних. 🎶 Обробляє 10-хвилинні аудіо, довгі текстові та голосові розмови. Ідеально підходить для контролю якості аудіо, діалогів та міркувань. На @huggingface ➡️ З #NVIDIAResearch.

🏆 Наша NVIDIA NeMo Canary-Qwen-2.5B посіла 1-е місце в таблиці лідерів @HuggingFace за автоматичне розпізнавання мови, встановивши новий рекорд із показником помилок у словах 5,63%. 🤗 Таблиця ➡️ лідерів

Що, якби ви могли поставити чат-боту запитання розміром з цілу енциклопедію — і отримати відповідь у режимі реального часу? Багатомільйонні запити токенів з 32-кратно більшою кількістю користувачів тепер можливі завдяки Helix Parallelism, інновації #NVIDIAResearch, яка стимулює висновки у величезних масштабах. 🔗

Python + OpenUSD = швидші робочі процеси, простіша автоматизація, більше креативності. 💡 Можливості сценаріїв і простота використання Python роблять його ідеальним партнером для #OpenUSD, допомагаючи прискорити розробку без потреби в досвіді C++. Дізнатися більше 👉

✨ FLUX.1 Kontext надає новий досвід створення зображень за допомогою поступового редагування в контексті, а не традиційних складних командних рядків. Тепер оптимізовано для графічних процесорів NVIDIA RTX з використанням TensorRT, ми співпрацюємо з @bfl_ml, щоб забезпечити швидший висновок із нижчими вимогами до відеопам'яті. 🔗 Деталі:

Розгорніть власний екземпляр моделі DeepSeek-R1 за допомогою розгортання в 1 клік. Новий контейнер NVIDIA TensorRT-LLM на Vertex AI оптимізований для LLM у масштабі та значно покращує продуктивність та економічну ефективність. Почніть вже сьогодні ➡️

📸 Генерувати. Уточнити. Повторити. @bfl_ml FLUX.1 Kontext спрощує редагування зображень за допомогою штучного інтелекту за допомогою підказок текст + зображення — тепер прискорений RTX за допомогою TensorRT. Бонус: новий мультимодальний LLM Gemma 3n від Google також прискорюється на RTX. 🔗 #RTXAIGarage:

Готові розкрити всю силу #multimodal пошуку? Дізнайтеся, як NVIDIA #NeMoRetriever перетворює пошук документів, поєднуючи бачення та мову для розумніших, швидших і точніших результатів. 👉

🏆NVIDIA NeMo Retriever займає 1-е місце в рейтингу @HuggingFace в трьох провідних таблицях лідерів з пошуку візуальних документів - ViDoRe V1, ViDoRe V2 і MTEB VisualDocumentRetrieval. Встановлюючи нові стандарти для корпоративних #RAG додатків, NeMo Retriever лідирує в галузі. Ця найефективніша модель: 🔎 Точно налаштовано для пошуку документів запитів, де запитами є текст і зображення. 📊 Особливо корисно в мультимодальних системах RAG, які використовують текст, діаграми, таблиці або інфографіку. Потенційні застосування включають мультимедійний пошук, кросмодальний пошук і розмовний штучний інтелект із глибоким розумінням введення. 🛠️ Розробники можуть досягти до 15 разів швидшого вилучення даних у форматі PDF, на 50% кращої точності та в 35 разів більшої ефективності зберігання за допомогою NeMo Retriever. Для дослідників, ознайомтеся з цим на #HuggingFace ➡️ Для розробників, яким потрібні комерційні моделі, готові до виробництва, відвідайте ➡️