MLX-конверсия мультимодальной модели NVIDIA Nemotron для диалогового анализа изображений и текста, с возможностями базовой модели для аудио и видео.
97скачиваний за 30 дней1лайквеса обновлены29 апр 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
Это конвертированная в формат MLX версия мультимодальной модели NVIDIA Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16; конверсию выполнил mlx-community с помощью mlx-vlm 0.4.5. Модель предназначена для диалогового анализа изображений и текста, а описание базовой модели также указывает на работу с аудио и видео, включая транскрибацию, OCR, суммаризацию и обработку документов.
В репозитории указаны архитектура NemotronH_Nano_Omni_Reasoning_V3, формат safetensors и библиотека MLX. Метаданные связывают эту версию с базовой моделью NVIDIA и датасетом Nemotron-Image-Training-v3. Лицензия обозначена как other; подробные условия следует сверять с карточкой базовой модели. Размер параметров и длина контекста в предоставленных данных не указаны.
Сценарии применения
ответы на вопросы по изображениям
извлечение текста и сведений из документов и изображений
суммаризация мультимодальных материалов
анализ аудио и видео с использованием возможностей базовой модели
Ограничения
Описание этой конверсии не приводит подробных оценок качества и сценариев применения; сведения об аудио и видео основаны на кратком описании базовой модели. Условия лицензии обозначены как other, поэтому перед использованием следует проверить оригинальную карточку NVIDIA.
Для каких профессий подходит13
Разделы каталога профессий, в задачах которых используется эта модель