80 000 траекторий ИИ: как NVIDIA обучала Nemotron 3 Super
Разбираем, как NVIDIA собрала 80k RL-траекторий для ИИ-агента AI-Q через веб-поиск, отфильтровала их до 67k SFT-примеров и обучила Nemotron 3 Super за 25 часов.
4 мин
пост-обучение
Одна статья по этой теме.