NVIDIA: Nemotron 3 Ultra (free)

NVIDIA Nemotron 3 Ultra est le modèle de raisonnement et d’orchestration à grande échelle de la famille Nemotron 3. Il est conçu pour les agents effectuant des tâches complexes en plusieurs étapes, l’analyse à contexte long et le raisonnement sur le code, les mathématiques et les sciences. Le modèle compte 550 milliards de paramètres au total, dont 55 milliards actifs. Il associe des couches Mamba-2, d’attention et Latent Mixture-of-Experts, avec des couches Multi-Token Prediction qui soutiennent son mécanisme de génération.

LatentMoE projette l’information dans une représentation latente plus petite pour le traitement par les experts. La méthode d’entraînement de NVIDIA associe préentraînement, affinage supervisé, apprentissage par renforcement et distillation on-policy dans plusieurs domaines. Ces étapes visent concrètement à améliorer le raisonnement, le suivi d’instructions, l’utilisation d’outils et le comportement des agents pour plusieurs types de tâches. Ultra produit du texte : une explication, une solution, du code, un plan ou une structure de réponse demandée. Fournissez les documents sur lesquels la réponse doit s’appuyer et les conditions qui déterminent si le résultat est correct.

Pour un raisonnement mathématique ou scientifique, incluez l’énoncé complet, les valeurs connues, les unités et les hypothèses autorisées. Une demande utile est : « Déduisez le résultat à partir de ces conditions, identifiez les hypothèses à chaque étape, vérifiez les dimensions et expliquez quelle observation invaliderait la conclusion. » Demandez un résultat final concis après l’explication de la démarche. Si des données expérimentales interviennent, distinguez les mesures des calculs et demandez que l’incertitude ou les informations manquantes restent visibles plutôt que de disparaître dans une réponse assurée.

Pour les procédures de programmation et d’agents, fournissez l’objectif, les fichiers pertinents sous forme de texte et les sorties réelles des étapes précédentes. Ultra vise des tâches comportant plusieurs décisions dépendantes ; un relevé explicite du travail terminé et des questions restantes est donc utile. Par exemple : « Examinez cette proposition de migration à partir du schéma et des vérifications en échec. Identifiez la dépendance qui empêche l’achèvement, proposez une correction ciblée et indiquez le résultat attendu de la prochaine vérification. » Une application reliée à des outils peut ensuite exécuter une étape proposée et renvoyer les preuves nécessaires à la décision suivante.

Le fabricant permet d’activer ou de désactiver le raisonnement à travers le gabarit de conversation. Le raisonnement est activé par défaut et produit une trace suivie de la réponse. La fiche Ultra documente aussi un mode de raisonnement à effort moyen qui utilise moins de tokens de raisonnement que la réflexion complète. Cette option est propre à Ultra ; elle ne doit pas être confondue avec le réglage à faible effort documenté pour Super. Définissez le livrable final souhaité et laissez-lui de la place après le raisonnement. Une trace inachevée ne remplace pas une réponse complète à la question d’origine.

Ultra prend en charge un contexte allant jusqu’à un million de tokens. Pour une grande collection de documents ou de fichiers source, étiquetez les sections et indiquez exactement ce que le modèle doit comparer, suivre ou rapprocher. Conservez l’ordre des sources lorsque la chronologie ou les dépendances comptent. Un résultat utile sur des documents longs contient le constat, le passage qui l’étaye et ses conséquences pour la question. Sélectionnez les documents pertinents et réservez de la place pour la sortie ; la fenêtre de contexte décrit la séquence de travail plutôt qu’une longueur de réponse finale garantie séparément.

Le fabricant cite l’anglais, le français, l’espagnol, l’italien, l’allemand, le japonais, l’hindi, le coréen, le portugais du Brésil et le chinois. Indiquez la langue de sortie et préservez les identifiants techniques ou les citations des sources lorsque la formulation exacte compte. Pour une analyse multilingue, appliquez les mêmes critères à chaque document et demandez une explication des différences de terminologie ou d’hypothèses. La seule fluidité ne suffit pas à établir que deux exigences formulées différemment ont le même sens.

NVIDIA fournit des exemples explicites d’appels d’outils avec raisonnement. Définissez l’objectif, les arguments et le résultat attendu de chaque fonction, puis renvoyez sa sortie réelle au modèle. L’application exécute l’opération ; le modèle raisonne sur l’observation renvoyée. Une longue procédure d’agent devient plus facile à inspecter lorsque les actions proposées, les résultats exécutés et les vérifications non résolues sont clairement distingués. Pour un rapport final, demandez la réponse, les preuves qui l’étayent, les hypothèses et les éventuels éléments de tâche restants. Vérifiez les calculs à partir des unités d’origine, les modifications de code à partir des contrôles observés et les affirmations factuelles à partir des sources fournies.