NVIDIA подробно описывает процесс тонкой настройки, основанный на основе персоны, для Nemotron

NVIDIA опубликовала рабочий процесс для посттренинга своих открытых моделей Nemotron, чтобы они могли более точно следовать местным правилам, терминологии и процедурам сервиса, а не полагаться только на универсальную языковую компетентность. Компания заявила, что этот подход предназначен для того, чтобы помочь разработчикам адаптировать агентов по рынкам, используя локально основанные синтетические персоны и официальный текст процедур для улучшения качества отклика в случаях использования общественных услуг.

Доказательства и контекст

В блоге, опубликованном 2026-10-27году, NVIDIA сообщила, что создала Nemotron-Personas-France совместно с французским ИИ стартапом Pleias и Nemotron-Personas-Belgium с Pleias и KU Leuven. Оба набора данных входят в открытую программу данных NVIDIA Nemotron, которая, по словам компании, включает локально основанные наборы данных персон для 12 стран. NVIDIA описала персоны как синтетических жителей, основанных на региональных демографических, географических, лингвистических и культурных распределениях, предназначенных для расширения охват обучения для приложений, требующих локальной точности.

В посте был противопоставлен универсальный ответ вопросу о французском паспорте с тщательно отреагированным ответом, основанным на официальных процедурах. NVIDIA заявила, что неуточнённый ответ может ошибочно указывать на подачу по почте, тогда как задокументированный процесс требует визита официального лица на дом для заявителей, не имеющих возможности путешествовать. Компания также отметила разницу в цене паспортных штампов, указав на €43 для Французской Гвианы и €86 в материковой Франции. Эти цифры были представлены в посте как часть примерного рабочего процесса, а не как рыночные данные.

NVIDIA заявила, что рабочий процесс начинается с определения поведенческого контракта, включая целевой аудиторию, задачу, язык, правила заземления, ограничения безопасности и структуру вывода. Затем используется генерация синтетических данных, управляемая персоной, фильтрация, тонкая настройка LoRA, слияние адаптеров и параллельная оценка на фоне замороженного набора удержателей. Компания заявила, что репозиторий Nemotron предоставляет многократные шаги для генерации, обучения и оценки данных на открытом обучающем стеке NeMo, а пример использует французские общественные задачи, такие как документы на личность и регистрация транспортных средств.

Согласно сообщению, практическая настройка требует Python 3.11 через 3.13, uv, Git, Docker, NVIDIA Container Toolkit и доступ к репозиторию Nemotron. NVIDIA также указала один NVIDIA DGX Station GB300 или один NVIDIA DGX Spark для примера, при этом заявляя, что рабочий процесс можно адаптировать для других систем NVIDIA GPU. В учебном процессе используются Nemotron 3.5 Lightning в качестве модели генератора и инструктируется отключить рассуждающие трассировки в синтетических данных, устанавливая enable_thinking в false в конфигурации шаблона чата провайдера.

Для оценки NVIDIA заявила, что меньшая потеря обучения недостаточна, и что адаптированную модель следует сравнивать напрямую с базовой моделью на основе тех же замороженных запросов. В посте перечислены разделы оценки, включая корректность задач, французское качество, соответствие местности, безопасность, надёжность и удержание. В статье говорится, что ожидаемый результат — это модель, которая предоставляет реальное исключение, такое как визит на дом и недавний медицинский сертификат, а не изобретение неподкреплённых процедур.

В блоге также упоминались связанные работы по экосистеме Nemotron, включая NeMo Data Designer v0.9.7, выпущенный 2026-10-21 согласно предоставленной информации, и изменения в NVIDIA Agent Toolkit, опубликованные в тот же день. В справочном материале отмечается, что NeMo Framework остаётся более широким стеком для разработки моделей, в то время как NeMo Microservices был закрыт 2026-10-01 года, а NeMo Agent Toolkit был устарел в 2026-10 году с завершением срока службы к концу 2026года. Эти уведомления о жизненном цикле распространяются на названные инструменты, а не на весь NeMo Framework.

В посте не содержались коммерческие термины, бенчмарки производительности или данные о внедрении наборов данных персон. В ней рабочий процесс рассматривался как метод повышения согласованности, локальности и безопасности в ассистентах, специфичных для конкретных предметов, при этом предупреждая, что заземление персона улучшает охват и не гарантирует справедливости или надлежащего представительства.