Nvidia Nemotron 3 Super: Neues Open-Source KI-Modell für Agentic AI vorgestellt

Nvidia hat ein neues Open-Source KI-Modell vorgestellt. Das Modell heißt Nemotron 3 Super und wurde für sogenannte agentische KI-Systeme entwickelt. Diese Systeme können Aufgaben selbstständig planen und ausführen.

Das Modell gehört zur Nemotron-3-Familie und soll komplexe Aufgaben mit hoher Genauigkeit lösen. Laut Nvidia wird Nemotron 3 Super bereits von mehreren KI-Unternehmen genutzt, darunter Perplexity.

Nemotron 3 Super: Neues KI-Modell von Nvidia

Nvidia erklärte in einem Blogbeitrag, dass das neue Modell als Open-Source KI veröffentlicht wird. Entwickler können es über verschiedene Plattformen nutzen, zum Beispiel:

• Nvidia-Website
• Hugging Face
• Perplexity
• OpenRouter

Außerdem wird das Modell im Dell Enterprise Hub verfügbar sein und für die Nutzung im Dell AI Factory System optimiert.

KI-Modell für komplexe Agenten-Workflows

Das Modell wurde entwickelt, um Probleme bei agentischen KI-Workflows zu lösen.

In solchen Systemen arbeiten mehrere KI-Agenten zusammen. Dabei müssen sie oft viele Informationen austauschen. Dadurch entstehen viele Tokens, was die Nutzung von KI-Modellen teuer machen kann.

Nemotron 3 Super soll diese Probleme besser lösen und komplexe Aufgaben effizienter bearbeiten.

120 Milliarden Parameter und großer Kontext

Das KI-Modell besitzt insgesamt 120 Milliarden Parameter. Davon sind 12 Milliarden Parameter aktiv.

Der Kontextbereich beträgt eine Million Tokens. Dadurch kann das Modell große Informationsmengen behalten und komplette Arbeitsprozesse verstehen.

Das Modell nutzt außerdem eine Technologie namens Latent MoE. Dabei arbeiten mehrere Experten-Modelle zusammen, um genauere Ergebnisse zu liefern.

Open-Source Modell mit offenen Trainingsdaten

Nvidia veröffentlicht das Modell mit offenen Gewichten und einer freien Lizenz.

Das Unternehmen hat außerdem Details zum Training veröffentlicht. Das Modell wurde mit synthetischen Daten trainiert, die von fortgeschrittenen KI-Modellen erstellt wurden.

Laut Nvidia wurden mehr als 10 Billionen Tokens für Training und Feinabstimmung genutzt.