跳到主要内容
检索

# NVIDIA NeMo Gym

2 篇关联报道

订阅更新
  1. NVIDIA Technical Blog

    英伟达发布 Nemotron for Science 后训练配方:药物代谢预测上,SFT 提 12%,强化学习再提 17%

    英伟达发布 Nemotron for Science,一套包含模型、数据集、工具与配方的集合,让研究团队把实验记录搭成可验证奖励环境,把通用多模态模型改造成领域专用科学智能体。以药物代谢预测为例,模型输入母体分子与代谢酶、输出代谢产物 SMILES,在 16,384 token 输出预算下,监督微调把 Nemotron for Science 的准确率提高 12%,强化学习后训练再提高 17%。配方还给出可选的教师模型蒸馏预热步骤,用于强化学习收敛偏慢的情形。

  2. NVIDIA Technical Blog

    芯片表征智能体不再只看工具调用:改用最终Liberty文件打分,综合分从约55%升到约95%

    西门子Fuse团队用NVIDIA NeMo Gym为Solido Characterization Suite智能体搭起以最终Liberty文件为准的评测闭环,把标准单元表征任务的综合验证分从约55%提升到约95%,同时把智能体轮次从155降到53、输出token从约81K降到29K。此前这类多阶段流程只能看单个工具调用是否成功,早期设置错误会悄悄传到下游;现在用覆盖、有效性、相对验证、完整性和容差内比例组成的复合奖励,对整条轨迹的最终产物打分,再据此改写技能与MCP工具描述。

已读完全部报道