NVIDIA تعرض وصفة لتخصيص Nemotron للمهام العلمية بالتعلم المعزز
عرضت NVIDIA طريقة لتدريب نموذج Nemotron 3.5 Super VL لاحقاً للمهام العلمية عبر بيئة تعلم معزز مبنية من بيانات تجريبية باستخدام NeMo Gym وNeMo RL. وفي مثال للتنبؤ بأيض الأدوية، رفع الضبط الدقيق الدقة 12%، ثم أضاف التدريب المعزز 17% ضمن ميزانية 16,384 رمزاً.
عرضت NVIDIA طريقة لتدريب نموذج Nemotron 3.5 Super VL لاحقاً للمهام العلمية عبر بيئة تعلم معزز مبنية من بيانات تجريبية باستخدام NeMo Gym وNeMo RL. وفي مثال للتنبؤ بأيض الأدوية، رفع الضبط الدقيق الدقة 12%، ثم أضاف التدريب المعزز 17% ضمن ميزانية 16,384 رمزاً.
تعتمد الطريقة على تحويل السجلات التجريبية إلى مطالبات وإجابات مرجعية، ثم منح النموذج مكافأة آلية قابلة للتحقق. وقورنت نواتج الجزيئات بمقياس تشابه Tanimoto، فيما يمكن لخطوة تقطير اختيارية من Claude Sonnet 5.5 توفير آثار استدلال عالية الجودة لتسريع التقارب قبل التدريب المعزز. ويتيح النهج تكييف النماذج مع مجالات بحثية محددة دون وسم تفضيلات بشرية.
Post-Training NVIDIA Nemotron to Increase Accuracy in Your Scientific Domain · تاريخ النشر في المصدر: