NVIDIA detalha como adaptar o Nemotron 3.5 Super VL para agentes empresariais
A NVIDIA publicou um guia para personalizar e implantar seu modelo aberto em fluxos de trabalho especializados. O Nemotron combina raciocínio, uso de ferramentas e compreensão de texto, imagens, documentos e vídeos.
A NVIDIA publicou um guia sobre como usar o Nemotron 3.5 Super VL para criar agentes empresariais especializados. O modelo aberto tem arquitetura de 120 bilhões de parâmetros, com 12 bilhões ativados por token, e reúne raciocínio, uso de ferramentas e compreensão de texto, imagens, documentos e vídeos.
Segundo a NVIDIA, em uma única GPU o modelo alcança até cinco vezes mais vazão em tarefas de agentes do que outros modelos abertos de sua categoria de tamanho. A empresa afirma que ele pode, por exemplo, interpretar um gráfico e relacioná-lo a uma tabela em outra parte de um documento. O guia explica como adaptar o modelo com dados, ferramentas, políticas e processos próprios usando as bibliotecas NeMo.
A NVIDIA também disponibilizou conjuntos de dados no Hugging Face, incluindo 40 conjuntos de visão e linguagem. Em uma avaliação de raciocínio sobre gráficos chamada CharXiv, o modelo marcou 80,8%, contra 63% do Nemotron 3 Nano Omni; com interpretação de código Python, chegou a 84%. Esses resultados se referem a avaliações específicas, não a uma superioridade geral.
A empresa diz que os pesos podem ser adaptados e implantados em ambientes locais, de data center ou de nuvem compatíveis. O material inclui versões base, pós-treinada e quantizada em NVFP4, além de receitas de treinamento, dados e ambientes para aprendizado por reforço.
O que muda para você
O material é voltado a desenvolvedores e organizações que queiram criar agentes adaptados a documentos, ferramentas e regras internas. A NVIDIA oferece pesos e recursos de personalização, mas é preciso ajustar o modelo e implantá-lo em um ambiente compatível. A publicação não apresenta um assistente pronto para uso do público geral; para quem não desenvolve agentes, não há uma nova função de uso imediato.
Minha leitura
Reunir texto, imagens e uso de ferramentas em um modelo pode reduzir a necessidade de dividir um fluxo entre sistemas diferentes. Mas isso ainda exige adaptação ao trabalho de cada organização, e os resultados divulgados vêm de avaliações específicas. Eu olharia primeiro para a qualidade do agente na tarefa real: um ganho de vazão, sozinho, não diz se ele segue as regras nem se acerta o que importa.
Thiago FelizolaConsultor de IA, curador do Diário da IA
