NVIDIAはNemotronのペルソナベースに基づいた微調整ワークフローを詳述しています

NVIDIAは、Nemotronオープンモデルのポストトレーニング用ワークフローを公開し、汎用言語能力に頼るのではなく、ローカルルール、用語、サービス手順により厳密に従えるようにしています。同社は、このアプローチは開発者が市場ごとにエージェントを適応させるために設計されており、地域に根ざした合成ペルソナや公式手続きテキストを用いて、公共サービスのユースケースで応答の質を向上させることを目的としています。

証拠と背景

2026-10-27年に公開されたブログ記事で、NVIDIAはフランスのAIスタートアップPleiasと共にNemotron-Personas-Franceを構築し、PleiasおよびKU Leuvenと共にNemotron-Personas-Belgiumを構築したと述べています。両データセットはオープンなNVIDIA Nemotronデータプログラムの一部であり、同社はこのプログラムに12か国の地域に基づくペルソナデータセットを含んでいると述べています。NVIDIAはこれらのペルソナを、地域の人口統計学的、地理的、言語的、文化的分布に基づく合成的な居住者と説明し、局所的な精度を必要とするアプリケーションのトレーニング範囲を拡大することを目的としています。

この投稿は、フランスのパスポート質問に対する一般的なモデル回答と、公式手続きに基づいた細かく調整された回答を対比させました。NVIDIAは、調整されていない回答が誤って郵送申請を示唆する可能性があり、一方で文書化された手続きでは渡航できない申請者には公務員の自宅訪問が必要だと述べました。同社はまた、パスポートスタンプの価格差を指摘し、フランス領ギアナと本土フランスの€86の€43を引用しました。これらの数字は市場データではなく、例のワークフローの一部として投稿で示されました。

NVIDIAは、ワークフローがまず行動契約を定義することから始まり、対象対象者、タスク、言語、基礎ルール、安全限界、出力構造を含みます。その後、ペルソナ主導の合成データ生成、フィルタリング、LoRAの微調整、アダプターのマージング、凍結されたホールドアウトセットに対する並列評価を用いています。同社は、NemotronリポジトリがNeMoオープントレーニングスタック上のデータ生成、トレーニング、評価のための再利用可能なステップを提供し、例としては身分証明書や車両登録などのフランスの公共サービスタスクが使われていると述べています。

投稿によると、実用的なセットアップにはPython 3.11 3.13、uv、Git、Docker、NVIDIA Container Toolkit、そしてNemotronリポジトリへのアクセスが必要です。NVIDIAは例一NVIDIA DGX Station GB300または一NVIDIA DGX Sparkを指定し、ワークフローは他のNVIDIA GPUシステムにも適応可能であると述べています。チュートリアルではNemotron 3.5 Lightningをジェネレーターモデルとして使用し、ユーザーにはプロバイダチャットテンプレートの設定で enable_thinking をfalseに設定して合成データ実行時の推論トレースを無効化するよう指示しています。

評価のために、NVIDIAはトレーニング損失の低さだけでは不十分であり、適応モデルは同じ凍結プロンプト上でベースモデルと直接比較すべきだと述べました。投稿では、タスクの正確性、フランス品質、地域適合性、安全性、堅牢性、保持率などの評価スライスが挙げられました。期待される結果は、支援されていない手順を発明するのではなく、訪問訪問や最近の医療証明書のような真の例外を提供するモデルであると述べています。

また、Nemotronエコシステムに関する関連作業、例えば2026-10-21年にリリースされたNeMo Data Designer v0.9.7や、同日に報告されたNVIDIA Agent Toolkitの変更点も言及しています。背景資料では、NeMo Frameworkが依然として広範なモデル開発スタックであり、NeMo Microservicesは2026-10-01で終了し、NeMo Agent Toolkitは2026-10年に非推奨となり、2026年末までにサービス終了予定であることが記されています。これらのライフサイクル通知は、NeMoフレームワーク全体に適用されるものではありません。

投稿では、ペルソナデータセットの商業用語、パフォーマンスベンチマーク、採用数値は示されていません。ワークフローを、ドメイン固有のアシスタントにおける一貫性、地域性、安全性の向上の方法として位置づけつつ、ペルソナグラウンディングはカバレッジを向上させるものであり、公平性や適切な表現を保証するものではないと警告しています。