Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Agentic AIは、専用の言語モデルと視覚モデルを通じてAIエージェントの能力を強化するエコシステムを導入しました。これらのモデルは、計画、推論、検索、安全対策の確保など、様々なタスクを支援するようにカスタマイズされています。実世界アプリケーション向けにドメイン特化型のAIエージェントを開発したい開発者は、微調整のためのオープンモデル、堅牢なデータセット、効率的なデプロイメント手法といった重要なツールを利用できるようになります。

NVIDIA GTC DCイベントにおいて、同社は精度と計算効率の向上を約束する一連の新モデルを発表しました。これらのモデルはオープンデータとレシピを備えており、マルチモーダルエージェントの構築とコンテンツの安全性確保といった開発者のニーズに応えます。ドキュメントインテリジェンスとビデオ理解の機能を備えたNemotronモデルは、開発者にとって貴重なリソースとなるでしょう。

320億のパラメータを誇るNVIDIA Nemotron Nano 3は、開発者に効率性と精度を向上させたAIシステムの構築能力を提供します。このモデルは、科学的推論やコーディングといった複雑なタスクの処理に特に優れています。MoEアーキテクチャは、計算コストとレーテンシーの両方を削減するように設計されています。一方、Nemotron Nano 2 VLモデルはマルチモーダル推論に優れており、AIアシスタントがテキスト、画像、動画など、様々なソースからの情報を処理・活用することを可能にします。

さらに、NVIDIA Nemotron Parse 1.1のリリースでは、構造化テキストと表を抽出することでドキュメントインテリジェンスを強化するコンパクトなドキュメントパーサーが導入されました。このモデルは、下流アプリケーションの精度を向上させ、大規模言語モデルと視覚言語モデルの両方のトレーニングをサポートすることが期待されています。さらに、Nemotron RAGモデルスイートは、データプライバシーと独自データへの安全な接続を確保しながら、検索ベースのAIアプリケーションの開発を促進することが期待されます。

AI開発における安全性という重要な側面に対処するため、Llama 3.1 Nemotron Safety Guardモデルが導入されました。この多言語コンテンツセーフティモデルは、多様なデータセットに基づいて微調整されており、複数の言語にまたがる安全でないコンテンツを検出することができます。NeMo Guardrailsと統合することで、AIパイプラインにおいてリアルタイムのコンテンツセーフティを実現します。

開発者は、LLM機能の信頼性の高いベンチマークのために、NVIDIA NeMo Evaluator SDKも活用できます。NeMo Agent Toolkitは、主要なハイパーパラメータを最適化し、AIエージェントとワークフローの開発プロセスを効率化することで、開発者をさらに支援します。これらのツールとモデルはHugging Faceからダウンロードでき、開発から本番環境への移行を容易にするために、様々な推論プロバイダーからのサポートも提供されています。