SKILLEMALL.ai
GitHub ↗ EN Войти

CB nemotron-super35

Справочный стол для NVIDIA Nemotron 3.5 Super (120B-A12B), охватывающий архитектуру vision-language, MTP, дистилляционное предварительное обучение из Ultra 3 Base, Indic CPT, SFT, RLVR, специализированных учителей, двухэтапное MOPD, усиление MTP, квантование NVFP4 и вывод. Используйте, когда пользователь задает вопросы о Super 3.5, а не о создании конвейера.

машинный переводПоказать оригиналСкрыть оригинал«Reference desk for NVIDIA Nemotron 3.5 Super (120B-A12B), covering vis…»

Reference desk for NVIDIA Nemotron 3.5 Super (120B-A12B), covering vision-language architecture, MTP, distillation pretraining from Ultra 3 Base, Indic CPT, SFT, RLVR, specialist teachers, two-phase MOPD, MTP boosting, NVFP4 quantization, and inference. Use when the user asks facts about Super 3.5 rather than building a pipeline.

NVIDIA-NeMo/Nemotron Agent Skills автор: NVIDIA-NeMo 27 файлов тело ≈ 2 347 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Справочный стол для NVIDIA Nemotron 3.5 Super (120B-A12B), охватывающий архитектуру vision-language, MTP, дистилляционное предварительное обучение из Ultra 3…

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
83/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 15

    ✓ Критических и высоких находок нет

    Средние и низкие: 15
    • низкая Секреты в коде secret-high-entropy-token context/index.toml:52
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      description = "Nemotron 3.5 Super Pretraining Data: Nemo…-v1, Indic CPT Mixture, Agentic Mid-training Blend"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token context/quick-reference.md:40
      Строка, похожая на токен (может быть id, хеш или секрет)
      - Nemo…v1: ~2.83T synthetic tokens, 22 languages, 34 language-script configurations, 4-stage NeMo Data Designer pipeline (Gemm…-it).
    • низкая Секреты в коде secret-high-entropy-token INDEX.md:30
      Строка, похожая на токен (может быть id, хеш или секрет)
      | Indic data / mid-training mix | `paper/data.md` | Nemo…-v1, Figure 2 pipeline, Tables 1–5 |
    • низкая Секреты в коде secret-high-entropy-token model-card.md:52
      Строка, похожая на токен (может быть id, хеш или секрет)
      | Nemo…-v1 (~2.83T synthetic Indic tokens, 22 languages, 34 language-script configurations) | Announced |
    • низкая Секреты в коде secret-high-entropy-token model-card.md:55
      Строка, похожая на токен (может быть id, хеш или секрет)
      | Nemo…-v2, Nemotron-RL-Super-Training-Blends | Public; used as seed prompts for MTP boosting (§3.7) |
    • низкая Секреты в коде secret-high-entropy-token paper/_overview.md:96
      Строка, похожая на токен (может быть id, хеш или секрет)
      Indic-specific release commitments (§2.3, future tense in the report): the broader synthetic Indic corpus (Nemo…-v1), open-sourced generation pipelines, a companion technical repo
    • низкая Секреты в коде secret-high-entropy-token paper/data.md:6
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      title: "Nemotron 3.5 Super Pretraining Data: Nemo…-v1, Indic CPT Mixture, Agentic Mid-training Blend"
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token paper/data.md:8
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      Covers the two data contributions of Super 3.5's base-model training. First, Nemo…v1:
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token paper/data.md:16
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - "Nemo…v1: ~2.83T (2,825.6B) generated output tokens, 22 Indian languages, 34 language-script configurations, counted with a Gemma-4 tokenizer (Table 1)."
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token paper/data.md:33
      Строка, похожая на токен (может быть id, хеш или секрет)
      - What is Nemo…-v1 (languages, scripts, token counts, sources)?
    • низкая Секреты в коде secret-high-entropy-token paper/data.md:44
      Строка, похожая на токен (может быть id, хеш или секрет)
      - **Nemo…-v1** total: ~**2.83T** generated tokens (2,825.6B, Gemma-4 tokenizer). Priority languages ~2.50T (incl. 224.6B romanized). Additional languages ~327B native-script.
    • низкая Секреты в коде secret-high-entropy-token paper/evaluation.md:105
      Строка, похожая на токен (может быть id, хеш или секрет)
      | | tau2-Bench Retail / Airline / Telecom | avg over 8 trials; user simulator Qwen…507 |
    • низкая Секреты в коде secret-high-entropy-token paper/rl/mtp-boosting.md:19
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - "Data (§3.7): on-policy rollouts from the corresponding backbone checkpoint; seed prompts from Nemo…-v2 (general) and Nemotron-RL-Super-Training-Blends (agentic); temp = 1;
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token paper/rl/mtp-boosting.md:59
      Строка, похожая на токен (может быть id, хеш или секрет)
      | Seed prompts | Nemo…-v2 (general), Nemotron-RL-Super-Training-Blends (agentic) |
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:83
      Строка, похожая на токен (может быть id, хеш или секрет)
      | Indic data / Nemo…-v1 / mid-training mix | `paper/data.md` |

    Просканировано файлов: 27. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 58
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2347 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 331 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 58 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.