NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super est un modèle polyvalent de raisonnement et de conversation conçu pour les agents collaboratifs et les procédures à fort volume, dont l’automatisation des tickets informatiques. Il compte 120 milliards de paramètres au total et en active 12 milliards. Son architecture hybride associe des couches Mamba-2, d’attention et Latent Mixture-of-Experts. Des couches Multi-Token Prediction ajoutent un mécanisme de prédiction des tokens futurs et prennent en charge les méthodes natives de décodage spéculatif de NVIDIA.

Le modèle reçoit du texte et renvoie du texte, notamment des explications, des projets de réponse, du code et des demandes d’appels d’outils dans une application adaptée et reliée à des outils. Ses usages prévus comprennent les agents, les agents conversationnels, la génération augmentée par récupération, le suivi d’instructions complexes et le raisonnement à contexte long. Une consigne utile définit le livrable souhaité et les conditions qui le régissent. Par exemple : « Classez cet incident à l’aide de la politique fournie, expliquez sa priorité à partir des preuves, rédigez une réponse et énumérez les faits manquants nécessaires avant de recommander une correction. »

Pour le traitement des tickets informatiques, fournissez le texte du ticket, l’historique pertinent, les détails de l’environnement et les règles applicables d’acheminement ou d’escalade. Demandez des champs distincts pour les symptômes observés, les causes probables, les vérifications proposées et la réponse à l’utilisateur. Cette distinction empêche qu’une hypothèse soit enregistrée comme un diagnostic confirmé. Si un outil de diagnostic est exécuté, ajoutez son résultat réel à la conversation avant de demander l’étape suivante. Le récapitulatif d’un ticket terminé doit indiquer ce qui a été observé et résolu, ainsi que la question qui reste ouverte.

Pour le RAG et le travail sur une base de connaissances, étiquetez les passages récupérés et précisez si le modèle doit répondre exclusivement à partir d’eux. Demandez une réponse avec les références des sources justificatives et les éventuels conflits entre les documents. Un exemple pratique est : « Comparez ces sections du guide d’exploitation, identifiez les étapes applicables à l’environnement fourni et renvoyez une procédure ordonnée avec une vérification après chaque étape importante. » Préservez les versions et les conditions des sources ; une procédure claire peut rester erronée si elle combine des instructions pour des environnements incompatibles.

Pour les tâches d’agents collaboratifs, donnez un objectif clair à chaque étape et préservez les résultats intermédiaires utiles. Super est destiné à raisonner sur les observations d’outils et à maintenir une conversation en plusieurs étapes. L’application qui l’entoure exécute les outils et conserve l’état de la tâche. Demandez au modèle d’expliquer ce que change une nouvelle observation, de conserver les constats antérieurs encore valables et de distinguer une action proposée d’un résultat enregistré. Pour la programmation, fournissez les fichiers pertinents et le comportement attendu, puis demandez le code révisé, une explication des modifications et les cas nécessaires pour le vérifier.

NVIDIA documente une réflexion activée par défaut et un mode de réponse directe dans lequel le gabarit de conversation désactive la réflexion. Super possède aussi une option de raisonnement à faible effort, qui utilise moins de tokens de raisonnement que la réflexion complète et est proposée comme point de départ avant un ajustement explicite du budget. Il s’agit du réglage de Super ; l’option distincte à effort moyen d’Ultra ne doit pas y être transposée. Choisissez une forme de réponse finale et laissez-lui de la place après le raisonnement, surtout lorsqu’un résultat d’outil ou une comparaison complexe de sources nécessite une explication.

Le modèle prend en charge un contexte pouvant atteindre un million de tokens, tandis que la configuration Hugging Face du fabricant utilise 256K par défaut, car un contexte plus long nécessite davantage de mémoire. Pour les entrées longues, respectez la configuration applicable, conservez les limites des documents et les étiquettes de source, puis réservez de la place pour la réponse. Demandez la relation à suivre à travers les documents plutôt qu’un résumé sans direction de l’ensemble. Un maximum au niveau du modèle ne promet pas que toutes les configurations de service utilisent la même fenêtre.

Le fabricant cite l’anglais, le français, l’allemand, l’italien, le japonais, l’espagnol et le chinois. Précisez la langue finale tout en conservant les identifiants de code et les termes des sources qui doivent rester exacts. Pour l’assistance multilingue, demandez au modèle de préserver le sens technique et les critères d’escalade tout en adaptant la formulation au lecteur. Examinez les termes peu familiers ou les entrées ambiguës plutôt que de prendre la fluidité comme preuve d’une interprétation correcte.

Un livrable final utile est compact et vérifiable : la réponse ou le livrable révisé, les observations qui l’étayent, les hypothèses et le travail restant. Pour les procédures générées, examinez les vérifications à partir de l’environnement réel. Pour le code, comparez les modifications proposées au comportement observé. Pour une réponse fondée sur des sources, confirmez que le passage cité étaye l’affirmation. Le raisonnement et l’entraînement aux agents de Super aident à organiser ce travail ; le résultat réel est établi par les documents et les traces d’exécution utilisés pour l’examiner.