NVIDIA: Llama 3.3 Nemotron Super 49B V1.5

NVIDIA: Llama 3.3 Nemotron Super 49B V1.5 是一个强大的 490 亿参数、以英语为中心的推理和聊天模型。它基于 Meta 的 Llama-3.3-70B-Instruct，并具有 128K 的广阔上下文窗口。该模型通过监督微调 (SFT) 在数学、代码、科学和多轮聊天等不同领域进行了精心后训练，以优化智能代理工作流，包括检索增强生成 (RAG) 和强大的工具调用。通过多个强化学习 (RL) 阶段进一步完善，包括奖励感知偏好优化 (RPO) 用于对齐，可验证奖励的 RL (RLVR) 用于逐步推理，以及迭代 DPO 以改进工具使用行为。 该模型在内部评估中取得了令人印象深刻的结果，例如 MATH500 pass@1 = 97.4 和 LiveCodeBench = 73.58，展示了强大的推理和编码能力。它专为实际推理效率而设计，提供高每秒令牌数和减少的 VRAM 占用，支持通过 Transformers/vLLM 在单个 GPU（H100/H200）上部署。凭借 131K 令牌的上下文窗口和 4K 令牌的最大输出，它非常适合构建智能代理、助手和长上下文检索系统，在这些场景中，平衡的准确性与成本以及可靠的工具使用至关重要。定价为每 100 万令牌（输入/输出）0.10 美元/0.40 美元，属于 STARTER 访问层。