NVIDIA: Nemotron 3 Ultra (free)

NVIDIA Nemotron 3 Ultra è il modello su larga scala per il ragionamento e l’orchestrazione della famiglia Nemotron 3. È progettato per agenti che svolgono attività complesse in più passaggi, per l’analisi di contesti lunghi e per il ragionamento su codice, matematica e scienza. Il modello ha 550B parametri totali e 55B attivi. Combina strati Mamba-2, di attenzione e Latent Mixture-of-Experts, con strati Multi-Token Prediction a supporto della sua architettura di generazione.

LatentMoE proietta le informazioni in una rappresentazione latente più piccola per l’elaborazione da parte degli esperti. La procedura di addestramento di NVIDIA combina preaddestramento, fine-tuning supervisionato, apprendimento per rinforzo e distillazione on-policy in più domini. Lo scopo pratico di queste fasi è migliorare ragionamento, esecuzione delle istruzioni, uso degli strumenti e comportamento degli agenti in diversi tipi di attività. Ultra produce testo: una spiegazione, una soluzione, codice, un piano o una struttura di risposta richiesta. Fornisci il materiale che la risposta deve usare e le condizioni che determinano se il risultato è corretto.

Per il ragionamento matematico o scientifico, includi l’enunciato completo, i valori noti, le unità e le ipotesi consentite. Una richiesta utile è: «Deriva il risultato da queste condizioni, identifica le ipotesi in ogni fase, verifica le dimensioni e spiega quale osservazione invaliderebbe la conclusione». Chiedi un risultato finale conciso dopo la spiegazione dello svolgimento. Se sono coinvolti dati sperimentali, distingui ciò che è stato misurato da ciò che è stato calcolato e chiedi che l’incertezza o le informazioni mancanti rimangano visibili anziché essere assorbite in una risposta sicura di sé.

Per i flussi di programmazione e con agenti, fornisci l’obiettivo, i file pertinenti come testo e gli output reali dei passaggi precedenti. Ultra è destinato ad attività che comportano diverse decisioni dipendenti, quindi è utile un registro esplicito del lavoro completato e delle domande rimanenti. Per esempio: «Esamina questa proposta di migrazione rispetto allo schema e alle verifiche non superate. Individua la dipendenza che impedisce il completamento, proponi una correzione mirata e indica il risultato atteso della verifica successiva». Un’applicazione collegata a strumenti può quindi eseguire un passaggio proposto e restituire evidenze per la decisione successiva.

Il produttore supporta l’attivazione o la disattivazione del ragionamento tramite il template di chat. Il ragionamento è attivo per impostazione predefinita e produce una traccia seguita dalla risposta. La scheda di Ultra documenta inoltre una modalità di ragionamento a impegno medio che usa meno token di ragionamento rispetto al ragionamento completo. È un’opzione specifica di Ultra; non va confusa con l’impostazione a impegno ridotto documentata per Super. Definisci il risultato finale desiderato e lasciagli spazio dopo il ragionamento. Una traccia incompleta non sostituisce una risposta completata alla domanda originale.

Ultra supporta un contesto fino a 1M di token. Per una raccolta ampia di documenti o file sorgente, etichetta le sezioni e indica al modello esattamente che cosa confrontare, seguire o riconciliare. Mantieni l’ordine delle fonti quando contano cronologia o dipendenze. Un risultato utile su documenti lunghi contiene la constatazione, il passaggio che la sostiene e l’implicazione per la domanda. Seleziona i materiali pertinenti e riserva spazio all’output; la finestra di contesto descrive la sequenza di lavoro anziché una lunghezza separata garantita della risposta finale.

Il produttore elenca inglese, francese, spagnolo, italiano, tedesco, giapponese, hindi, coreano, portoghese brasiliano e cinese. Specifica la lingua di output e preserva gli identificatori tecnici o le citazioni delle fonti dove conta la formulazione esatta. Per un’analisi multilingue, usa gli stessi criteri per ogni documento e chiedi di spiegare le differenze nella terminologia o nelle ipotesi. La sola scorrevolezza non basta a stabilire che due requisiti formulati diversamente abbiano lo stesso significato.

NVIDIA fornisce esempi espliciti di chiamate a strumenti con ragionamento. Definisci lo scopo, gli argomenti e il risultato atteso di ogni funzione, poi restituisci al modello il suo output effettivo. L’applicazione esegue l’operazione; il modello ragiona sull’osservazione restituita. Un flusso lungo con agenti diventa più facile da esaminare quando azioni proposte, risultati eseguiti e verifiche irrisolte sono chiaramente distinti. Per un rapporto finale, richiedi la risposta, le evidenze che la sostengono, le ipotesi e gli eventuali elementi dell’attività ancora da completare. Verifica i calcoli rispetto alle unità originali, le modifiche del codice rispetto alle verifiche osservate e le affermazioni fattuali rispetto alle fonti fornite.