Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Nvidia · pașaport de model

Nvidia Nemotron 3 Nano 30b A3b Bf16

nvidia-nemotron-3-nano-30b-a3b-bf16
  • Ponderi deschise
  • Licență NVIDIA Open Model
  • 31.6B parametri
  • Lansat 2025-12-04(repo HF creat)
5/27axe acoperite
General · LMArena
1,314#251 din 396
Cea mai bună percentilă
39.6Programare
Poziția în cohortă
38.2mediană 53.9

Ce spun datele

Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

  • 5.2 pct — Factuality Arena (1,362)

Neuniform: 34,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 39.6 pct pe Programare față de 5.2 pct pe Factuality Arena.

  • Programare39.6 pct1,361Verifică →
  • Prompturi dificile38.4 pct1,325Verifică →
  • General36.9 pct1,314Verifică →
  • Urmarea instrucțiunilor35.6 pct1,291Verifică →
  • Factuality Arena5.2 pct1,362Verifică →
  • WebDev ArenaNeevaluat
  • Vision ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • GPQA DiamondNeevaluat
  • AIME (matematică)Neevaluat
  • FrontierMathNeevaluat
  • SimpleQA VerifiedNeevaluat
  • ARC-AGI-2Neevaluat
  • Humanity's Last ExamNeevaluat
  • SimpleBenchNeevaluat
  • LiveBenchNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • MMLU-Pro (Artificial Analysis)Neevaluat
  • LiveCodeBench (Artificial Analysis)Neevaluat
  • IFBench (Artificial Analysis)Neevaluat
  • Halucinații HHEM (Vectara)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Parametri31.6B
ArhitecturăNemotronHForCausalLM
LicențăNVIDIA Open Model

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • nvidia-nemotron-3-nano-30b-a3b-bf16 stands at 38.2 (raw mean 31.1) — measured on 5 of 27 axes.

    pozițieșablonVerifică →
  • nvidia-nemotron-3-nano-30b-a3b-bf16 stands at 38.2 versus a cohort median of 53.9 across 121 models released within 180 days — below the peer median.

    cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →