Nemotron 3.5 Super VL è un modello NVIDIA per attività in cui occorre collegare più passaggi di ragionamento, comprendere codice o elaborare materiali estesi. In Ailoot questa scheda offre un dialogo testuale: si inviano istruzioni, dati iniziali e cronologia dei messaggi e il modello restituisce una risposta testuale.
Può essere usato per analizzare documentazione tecnica, confrontare requisiti, preparare spiegazioni del codice e analizzare relazioni testuali. Nella richiesta conviene definire l’obiettivo, allegare i materiali necessari e scegliere la forma del risultato: per esempio conclusioni motivate, un piano di modifica del programma o il confronto tra più soluzioni.
Il Super VL originario è un modello visivo-linguistico NVIDIA con codificatore visivo C-RADIO, pensato anche per la comprensione di documenti e video. In questa scheda Ailoot è disponibile il lavoro con il testo; i materiali iniziali vengono forniti come contenuto testuale.
La base del modello combina Mamba-2, Transformer e architettura Mixture of Experts. Di circa 120 miliardi di parametri, circa 12 miliardi si attivano nel passaggio di elaborazione. È l’organizzazione del modello, da considerare separatamente dalla velocità effettiva di una specifica richiesta.
L’addestramento ha usato repository software, coppie di attività e modifiche al codice, log di compilazione, percorsi di soluzione in più passaggi e materiali per il contesto lungo. L’addestramento successivo ha unito lavoro sul codice, ragionamento, istruzioni e dialogo. La specializzazione è utile nel definire un compito composto in cui le informazioni iniziali devono prima essere collegate e poi trasformate in un risultato.
Per analizzare un documento, formulare prima la domanda e i criteri di selezione delle informazioni, poi allegare il testo con i titoli delle sezioni. Se occorre confrontare fonti, assegnare brevi etichette e chiedere di collegare a esse le conclusioni. Per un’attività sul codice aggiungere il frammento pertinente, il comportamento osservato e il risultato atteso; così la risposta può essere confrontata con il caso concreto.
Una finestra di contesto ampia aiuta a includere materiali collegati nella stessa richiesta. La sua dimensione non sostituisce una definizione chiara: conviene separare istruzioni e dati iniziali e indicare in anticipo quale soluzione o documento si desidera ottenere.
In Ailoot per questa variante sono indicati una finestra di 1000000 token e un limite di risposta fino a 131072 token. Cronologia del dialogo, istruzioni, materiali iniziali e risposta condividono il contesto; preparando una richiesta lunga, lasciare spazio per il risultato.
Il modello è disponibile tramite Chat Completions, Responses e Messages. Lo scenario disponibile di questa variante è testo in ingresso e testo in uscita; i documenti vengono inviati come contenuto testuale.
", "aboutText": "### Ragionamento, codice e lavoro con testi lunghi\n\nNemotron 3.5 Super VL è un modello NVIDIA per attività in cui occorre collegare più passaggi di ragionamento, comprendere codice o elaborare materiali estesi. In Ailoot questa scheda offre un dialogo testuale: si inviano istruzioni, dati iniziali e cronologia dei messaggi e il modello restituisce una risposta testuale.\n\nPuò essere usato per analizzare documentazione tecnica, confrontare requisiti, preparare spiegazioni del codice e analizzare relazioni testuali. Nella richiesta conviene definire l’obiettivo, allegare i materiali necessari e scegliere la forma del risultato: per esempio conclusioni motivate, un piano di modifica del programma o il confronto tra più soluzioni.\n\n### Struttura e specializzazione\n\nIl Super VL originario è un modello visivo-linguistico NVIDIA con codificatore visivo C-RADIO, pensato anche per la comprensione di documenti e video. In questa scheda Ailoot è disponibile il lavoro con il testo; i materiali iniziali vengono forniti come contenuto testuale.\n\nLa base del modello combina Mamba-2, Transformer e architettura Mixture of Experts. Di circa 120 miliardi di parametri, circa 12 miliardi si attivano nel passaggio di elaborazione. È l’organizzazione del modello, da considerare separatamente dalla velocità effettiva di una specifica richiesta.\n\nL’addestramento ha usato repository software, coppie di attività e modifiche al codice, log di compilazione, percorsi di soluzione in più passaggi e materiali per il contesto lungo. L’addestramento successivo ha unito lavoro sul codice, ragionamento, istruzioni e dialogo. La specializzazione è utile nel definire un compito composto in cui le informazioni iniziali devono prima essere collegate e poi trasformate in un risultato.\n\n### Come preparare il compito\n\nPer analizzare un documento, formulare prima la domanda e i criteri di selezione delle informazioni, poi allegare il testo con i titoli delle sezioni. Se occorre confrontare fonti, assegnare brevi etichette e chiedere di collegare a esse le conclusioni. Per un’attività sul codice aggiungere il frammento pertinente, il comportamento osservato e il risultato atteso; così la risposta può essere confrontata con il caso concreto.\n\nUna finestra di contesto ampia aiuta a includere materiali collegati nella stessa richiesta. La sua dimensione non sostituisce una definizione chiara: conviene separare istruzioni e dati iniziali e indicare in anticipo quale soluzione o documento si desidera ottenere.\n\n### Contesto e modalità di collegamento\n\nIn Ailoot per questa variante sono indicati una finestra di 1000000 token e un limite di risposta fino a 131072 token. Cronologia del dialogo, istruzioni, materiali iniziali e risposta condividono il contesto; preparando una richiesta lunga, lasciare spazio per il risultato.\n\nIl modello è disponibile tramite Chat Completions, Responses e Messages. Lo scenario disponibile di questa variante è testo in ingresso e testo in uscita; i documenti vengono inviati come contenuto testuale.", "locale": "it", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext