NVIDIA 称托管 RL 让 Nemotron 3 Nano 以不到 5 美元升到 91%
NVIDIAAI · x · 2026-07-24
NVIDIA 表示，一次托管的 RL 训练就把 Nemotron 3 Nano 在一道数学题上的准确率从 22% 提升到 91%，总成本 不到 5 美元。
这套流程通过 Prime Intellect Lab 在托管基础设施上完成：先看基线，再持续训练直到 reward 上升，然后重新测试，确认模型确实学到了东西，最后导出一个可下载的 LoRA adapter。
NVIDIA 还说，只要改一行配置，这套工作流也能扩展到 Nemotron 3 Super 和 Ultra。
所属事件:NVIDIA以不到5美元将Nemotron模型准确率提至91%(3 条相关)→
「Infra」频道最新
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11
- 7900 XTX 24GB 能否跑 Qwen，Reddit 征集 ROCm 实测数据 — thenomadexplorerlife · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11