NVIDIA: Nemotron 3 Ultra (free)

NVIDIA Nemotron 3 Ultra é o modelo de raciocínio e orquestração de grande escala da família Nemotron 3. Foi concebido para agentes exigentes com várias etapas, análise de contexto longo e raciocínio sobre código, matemática e ciência. O modelo tem 550B parâmetros no total e 55B ativos. Combina camadas Mamba-2, de atenção e Latent Mixture-of-Experts, com camadas Multi-Token Prediction que apoiam a sua conceção de geração.

LatentMoE projeta a informação numa representação latente mais pequena para processamento pelos especialistas. A receita de treino da NVIDIA combina pré-treino, afinação supervisionada, aprendizagem por reforço e destilação on-policy em múltiplos domínios. A finalidade prática destas etapas é melhorar o raciocínio, o seguimento de instruções, a utilização de ferramentas e o comportamento dos agentes em vários tipos de tarefa. Ultra produz texto: uma explicação, uma solução, código, um plano ou uma estrutura de resposta pedida. Forneça o material que a resposta deve utilizar e as condições que determinam se o resultado está correto.

Para raciocínio matemático ou científico, inclua o enunciado completo, os valores conhecidos, as unidades e os pressupostos permitidos. Um pedido útil é: «Deduza o resultado a partir destas condições, identifique os pressupostos em cada etapa, verifique as dimensões e explique que observação invalidaria a conclusão.» Peça um resultado final conciso após a explicação do desenvolvimento. Se estiverem envolvidos dados experimentais, distinga o que foi medido do que foi calculado e peça que a incerteza ou a informação em falta permaneçam visíveis, em vez de serem absorvidas numa resposta confiante.

Para fluxos de trabalho de código e agentes, forneça o objetivo, os ficheiros relevantes em texto e as saídas reais das etapas anteriores. Ultra destina-se a tarefas que envolvem várias decisões dependentes, pelo que é útil um registo explícito do trabalho concluído e das questões restantes. Por exemplo: «Reveja esta proposta de migração com base no esquema e nas verificações que falham. Identifique a dependência que bloqueia a conclusão, proponha uma correção focada e indique o resultado esperado da verificação seguinte.» Uma aplicação ligada a ferramentas pode depois executar uma etapa proposta e devolver evidências para a decisão seguinte.

O fabricante suporta raciocínio ativado ou desativado através do modelo de mensagens de chat. O raciocínio está ativado por predefinição, produzindo um registo de raciocínio seguido da resposta. A ficha do Ultra também documenta um modo de raciocínio de esforço médio que utiliza menos tokens de raciocínio do que o raciocínio completo. Esta é uma opção específica do Ultra; não deve ser confundida com a definição de esforço baixo documentada para o Super. Defina o resultado final desejado e deixe espaço para ele após o raciocínio. Um registo inacabado não substitui uma resposta concluída à pergunta original.

Ultra suporta contexto até 1 milhão de tokens. Para uma grande coleção de documentos ou ficheiros de código-fonte, identifique as secções e diga ao modelo exatamente o que comparar, seguir ou reconciliar. Mantenha a ordem das fontes quando a cronologia ou as dependências forem relevantes. Um resultado útil para documentos longos contém a conclusão, a passagem que a sustenta e a implicação para a pergunta. Selecione os materiais relevantes e reserve espaço de saída; a janela de contexto descreve a sequência de trabalho, e não um comprimento de resposta final separado e garantido.

O fabricante enumera inglês, francês, espanhol, italiano, alemão, japonês, hindi, coreano, português do Brasil e chinês. Indique o idioma de saída e preserve identificadores técnicos ou citações das fontes quando a redação exata for relevante. Numa análise multilingue, utilize os mesmos critérios para cada documento e peça que sejam explicadas as diferenças de terminologia ou pressupostos. A fluência, por si só, não basta para estabelecer que dois requisitos formulados de forma diferente têm o mesmo significado.

A NVIDIA fornece exemplos explícitos de chamadas a ferramentas com raciocínio. Defina a finalidade, os argumentos e o resultado esperado de cada função e, depois, devolva ao modelo a sua saída real. A aplicação executa a operação; o modelo raciocina sobre a observação devolvida. Um fluxo de trabalho longo com agentes torna-se mais fácil de examinar quando as ações propostas, os resultados executados e as verificações por resolver estão claramente distintos. Para um relatório final, peça a resposta, as evidências que a sustentam, os pressupostos e quaisquer elementos da tarefa ainda pendentes. Verifique os cálculos com as unidades originais, as alterações de código com as verificações observadas e as afirmações factuais com as fontes fornecidas.