Le modèle Nemotron 3.5 Super VL est désormais disponible sur Amazon SageMaker JumpStart
Le modèle Nemotron 3.5 Super VL de Nemotron est désormais disponible dans Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation proposés aux clients AWS. Ce modèle de langage visuel de la famille Nemotron 3.5 accepte les images, les vidéos et le texte en entrée et génère du texte, permettant aux clients de déployer des solutions d’IA multimodales sur l’infrastructure AWS.
Nemotron 3.5 Super VL est conçu pour l’intelligence documentaire, la compréhension de l’interface graphique, la réponse aux questions vidéo et les applications agentiques multimodales. Il associe un backbone de langage hybride de mélange d’experts (MoE) de paramètres 120B à des paramètres actifs 12B et un encodeur de vision, prenant en charge des longueurs de contexte allant jusqu’à 1 million de jetons. Ce modèle inclut une tête de prédiction multijeton (MTP) intégrée pour le décodage spéculatif afin d’accélérer la génération de texte, avec un raisonnement configurable par demande. Il prend en charge dix langues, dont l’anglais, le français, l’espagnol, l’allemand, le japonais, le hindi, le coréen et le chinois. Après avoir suivi un peaufinage multimodal supervisé des images, des vidéos, des documents, des graphiques et des données d’interface graphique, suivi d’un apprentissage par renforcement GRPO, il fournit une sortie JSON structurée, des appels d’outils et un raisonnement configurable pour les flux de travail des agents d’entreprise. SageMaker JumpStart propose deux variantes : NVFP4 pour une inférence optimisée sur les instances G7 avec des GPU NVIDIA RTX PRO 4500 Blackwell Server Edition, et les poids de référence BF16 sur ml.p5en.48xlarge pour la personnalisation, notamment SFT, RL, distillation et adaptation au domaine.
Avec SageMaker JumpStart, les clients peuvent déployer le modèle Nemotron 3.5 Super VL en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez au catalogue de modèles SageMaker JumpStart dans la console SageMaker ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de base dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.