A Nemotron 3.5 Super VL az NVIDIA modellje olyan feladatokhoz, amelyekben több következtetési lépést kell összekapcsolni, programkódot kell megérteni vagy terjedelmes anyagot kell feldolgozni. Az Ailoot e modellkártyája szöveges párbeszédet biztosít: utasításokat, kiinduló adatokat és üzenetelőzményeket fogad, majd szöveges választ ad.
Műszaki dokumentáció elemzésére, követelmények összevetésére, kódmagyarázatok készítésére és szöveges jelentések feldolgozására használható. A kérésben érdemes meghatározni a célt, mellékelni a szükséges anyagokat, és megadni az eredmény formáját: például indokolt következtetéslistát, programmódosítási tervet vagy több megoldás összehasonlítását.
Az eredeti Super VL az NVIDIA vizuális-nyelvi modellje C-RADIO vizuális kódolóval, dokumentumok és videók megértésére is tervezve. Az Ailoot e modellkártyáján a szöveges működés érhető el; a forrásanyagokat szöveges tartalomként kell megadni.
A modell alapja Mamba-2, Transformer és Mixture of Experts architektúrát egyesít. Körülbelül 120 milliárd paraméteréből egy feldolgozási lépésben mintegy 12 milliárd aktiválódik. Ez a modell felépítését írja le, és külön kezelendő egy konkrét kérés tényleges sebességétől.
A tanítás programtárakat, feladatokból és kódmódosításokból álló párokat, buildnaplókat, többlépéses megoldási folyamatokat és hosszú kontextushoz készült anyagokat használt. A további tanítás a kódfeldolgozást, következtetést, utasításkövetést és párbeszédet kapcsolta össze. E szakterület összetett feladatok megadásakor hasznos, amikor az eredmény megfogalmazása előtt előbb össze kell kapcsolni a kiinduló adatokat.
Dokumentumelemzéshez először fogalmazza meg a kérdést és az információk kiválasztásának szempontjait, majd mellékelje a szöveget a fejezetcímekkel együtt. Források összevetésekor adjon nekik rövid jelöléseket, és kérje a következtetések ezekhez kapcsolását. Programozási feladathoz mellékelje a megfelelő kódrészletet, a tapasztalt működést és az elvárt eredményt; így a válasz konkrét esettel vethető össze.
A nagy kontextusablak segít egy kérésben elhelyezni az összefüggő anyagokat. A kontextus mérete önmagában nem helyettesíti az egyértelmű feladatot: érdemes az utasításokat elkülöníteni a forrásadatoktól, és előre megadni, milyen megoldás vagy dokumentum szükséges.
Az Ailoot ennél a változatnál 262144 tokenes kontextusablakot ad meg. A párbeszéd előzményei, az utasítások, a forrásanyagok és a válasz közösen használják ezt a teret; hosszú kérés előkészítésekor hagyjon helyet az eredménynek.
A modell Chat Completions, Responses, Messages és Gemini-formátumú szöveges interfészen keresztül érhető el. E változat elérhető munkamenete szöveget fogad és szöveget ad vissza; a dokumentumokat szöveges tartalomként kell átadni.
", "aboutText": "### Következtetés, kód és hosszú szövegek feldolgozása\n\nA Nemotron 3.5 Super VL az NVIDIA modellje olyan feladatokhoz, amelyekben több következtetési lépést kell összekapcsolni, programkódot kell megérteni vagy terjedelmes anyagot kell feldolgozni. Az Ailoot e modellkártyája szöveges párbeszédet biztosít: utasításokat, kiinduló adatokat és üzenetelőzményeket fogad, majd szöveges választ ad.\n\nMűszaki dokumentáció elemzésére, követelmények összevetésére, kódmagyarázatok készítésére és szöveges jelentések feldolgozására használható. A kérésben érdemes meghatározni a célt, mellékelni a szükséges anyagokat, és megadni az eredmény formáját: például indokolt következtetéslistát, programmódosítási tervet vagy több megoldás összehasonlítását.\n\n### Felépítés és szakterület\n\nAz eredeti Super VL az NVIDIA vizuális-nyelvi modellje C-RADIO vizuális kódolóval, dokumentumok és videók megértésére is tervezve. Az Ailoot e modellkártyáján a szöveges működés érhető el; a forrásanyagokat szöveges tartalomként kell megadni.\n\nA modell alapja Mamba-2, Transformer és Mixture of Experts architektúrát egyesít. Körülbelül 120 milliárd paraméteréből egy feldolgozási lépésben mintegy 12 milliárd aktiválódik. Ez a modell felépítését írja le, és külön kezelendő egy konkrét kérés tényleges sebességétől.\n\nA tanítás programtárakat, feladatokból és kódmódosításokból álló párokat, buildnaplókat, többlépéses megoldási folyamatokat és hosszú kontextushoz készült anyagokat használt. A további tanítás a kódfeldolgozást, következtetést, utasításkövetést és párbeszédet kapcsolta össze. E szakterület összetett feladatok megadásakor hasznos, amikor az eredmény megfogalmazása előtt előbb össze kell kapcsolni a kiinduló adatokat.\n\n### A feladat előkészítése\n\nDokumentumelemzéshez először fogalmazza meg a kérdést és az információk kiválasztásának szempontjait, majd mellékelje a szöveget a fejezetcímekkel együtt. Források összevetésekor adjon nekik rövid jelöléseket, és kérje a következtetések ezekhez kapcsolását. Programozási feladathoz mellékelje a megfelelő kódrészletet, a tapasztalt működést és az elvárt eredményt; így a válasz konkrét esettel vethető össze.\n\nA nagy kontextusablak segít egy kérésben elhelyezni az összefüggő anyagokat. A kontextus mérete önmagában nem helyettesíti az egyértelmű feladatot: érdemes az utasításokat elkülöníteni a forrásadatoktól, és előre megadni, milyen megoldás vagy dokumentum szükséges.\n\n### Kontextus és csatlakozási módok\n\nAz Ailoot ennél a változatnál 262144 tokenes kontextusablakot ad meg. A párbeszéd előzményei, az utasítások, a forrásanyagok és a válasz közösen használják ezt a teret; hosszú kérés előkészítésekor hagyjon helyet az eredménynek.\n\nA modell Chat Completions, Responses, Messages és Gemini-formátumú szöveges interfészen keresztül érhető el. E változat elérhető munkamenete szöveget fogad és szöveget ad vissza; a dokumentumokat szöveges tartalomként kell átadni.", "locale": "hu", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/nvidia/nemotron-3.5-super-vl:generateContenttexttext