英偉達(dá)近日在文檔理解領(lǐng)域邁出了重要一步，推出了Llama Nemotron Nano VL視覺-語言模型，這一創(chuàng)新旨在高效且精準(zhǔn)地應(yīng)對復(fù)雜的文檔級理解挑戰(zhàn)。7cf28資訊網(wǎng)——每日最新資訊28at.com

Llama Nemotron Nano VL模型基于先進(jìn)的Llama 3.1架構(gòu)，巧妙融合了CRadioV2-H視覺編碼器和Llama 3.1 8B指令微調(diào)語言模型。這一結(jié)合使得模型能夠同時解析多頁文檔中的視覺和文本元素，支持處理長達(dá)16K的上下文，無論是圖像還是文本序列，都能游刃有余。7cf28資訊網(wǎng)——每日最新資訊28at.com

為了實現(xiàn)視覺與文本的精準(zhǔn)對齊，該模型采用了投影層和旋轉(zhuǎn)位置編碼技術(shù)，這一創(chuàng)新極大地優(yōu)化了token效率，尤其適用于長篇多模態(tài)任務(wù)。無論是面對多圖像輸入還是復(fù)雜的文本解析，Llama Nemotron Nano VL都能展現(xiàn)出卓越的性能。7cf28資訊網(wǎng)——每日最新資訊28at.com

7cf28資訊網(wǎng)——每日最新資訊28at.com

在模型訓(xùn)練過程中，英偉達(dá)采取了分階段策略。首先，利用豐富的商業(yè)圖像和視頻數(shù)據(jù)集進(jìn)行交錯式圖文預(yù)訓(xùn)練，為模型打下堅實基礎(chǔ)。隨后，通過多模態(tài)指令微調(diào)，進(jìn)一步提升模型的交互式提示能力。最后，重新混合純文本指令數(shù)據(jù)，以優(yōu)化模型在標(biāo)準(zhǔn)語言模型基準(zhǔn)上的表現(xiàn)。7cf28資訊網(wǎng)——每日最新資訊28at.com

7cf28資訊網(wǎng)——每日最新資訊28at.com

訓(xùn)練過程中，英偉達(dá)采用了自家的Megatron-LLM框架和Energon數(shù)據(jù)加載器，依托強大的A100和H100 GPU集群完成。在OCRBench v2基準(zhǔn)測試中，Llama Nemotron Nano VL在OCR、表格解析和圖表推理等任務(wù)上展現(xiàn)了領(lǐng)先精度，尤其在結(jié)構(gòu)化數(shù)據(jù)提取（如表格和鍵值對）及布局相關(guān)問題解答中，表現(xiàn)尤為突出，甚至媲美更大規(guī)模的模型。7cf28資訊網(wǎng)——每日最新資訊28at.com

7cf28資訊網(wǎng)——每日最新資訊28at.com

在部署方面，Llama Nemotron Nano VL同樣表現(xiàn)出色。其設(shè)計靈活，支持服務(wù)器和邊緣推理場景，滿足多樣化的應(yīng)用需求。英偉達(dá)還提供了4-bit量化版本（AWQ），結(jié)合TinyChat和TensorRT-LLM實現(xiàn)高效推理，兼容Jetson Orin等受限環(huán)境。該模型還支持Modular NIM（NVIDIA推理微服務(wù)）、ONNX和TensorRT導(dǎo)出，為企業(yè)應(yīng)用提供了豐富的解決方案。7cf28資訊網(wǎng)——每日最新資訊28at.com

為了進(jìn)一步降低靜態(tài)圖像文檔處理的延遲，英偉達(dá)還引入了預(yù)計算視覺嵌入選項。這一創(chuàng)新使得Llama Nemotron Nano VL在處理圖像文檔時更加高效，為企業(yè)用戶帶來了實質(zhì)性的便利。7cf28資訊網(wǎng)——每日最新資訊28at.com

舉報 0收藏 0打賞 0評論 0分享 0  更多>同類資訊貴州茅臺5月底累計回購股份331萬股，斥資超50億貴州茅臺公告，2025年5月，公司累計回購股份1,292,602股，占公司總股本的比例為0.1029%，購買的最高價為1,639.99元/股、最低價為1,527.30元/股，支付的金額為2,061,096,5…06-05海天味業(yè)H股全球發(fā)售，香港聯(lián)交所上市計劃獲董事會批準(zhǔn)海天味業(yè)公告稱，公司第六屆董事會第六次會議于2025年6月3日召開，審議通過關(guān)于公司H股全球發(fā)售并在香港聯(lián)交所上市的相關(guān)安排，并修訂《公司章程（草案）》。董事會同意刊發(fā)符合相關(guān)法律法規(guī)要求的招股說明書及其他相…06-05小紅書一周攔截超3萬條網(wǎng)暴信息，嚴(yán)懲惡意泄露隱私行為新榜訊 6月3日，小紅書發(fā)布公告披露，近一周內(nèi)，平臺強力開展網(wǎng)絡(luò)暴力信息治理工作，成功攔截涉網(wǎng)暴信息達(dá)31780條，清理此類信息4288條，并對17個違規(guī)賬號作出處置。特別值得關(guān)注的是，在此次治理中，發(fā)現(xiàn)涉及…06-05邁凱倫750S勒芒特別版來襲！致敬傳奇，限量50臺，性能爆表06-05Meta攜手迪士尼等，為新智能眼鏡Loma爭取獨家流媒體內(nèi)容？06-05云海肴餐廳涉字節(jié)跳動食物中毒案，將面臨罰款與整改06-05鮑爾默退休后深情告白微軟：曾掙扎情感抽離，險售全部股票06-05復(fù)旦團隊Nature發(fā)文：人源Pol III轉(zhuǎn)錄起始動態(tài)全解析06-05寧德時代攜手馬士基，共繪港口行業(yè)脫碳新藍(lán)圖06-05內(nèi)蒙古150萬千瓦風(fēng)電項目全容量并網(wǎng)，年減排二氧化碳500萬噸！06-05倍思Nomos 67W磁吸插線板曝光：六合一設(shè)計，兼容Qi2無線充電06-05芒種至，仲夏啟幕，農(nóng)忙時節(jié)收獲與希望并存06-05正新輪胎閃耀2025哥倫比亞兩輪車展，拉美市場再添新動力！06-05正新輪胎閃耀2025哥倫比亞兩輪車展，拉美市場再掀熱潮！06-05宇通客車5月產(chǎn)銷穩(wěn)健，輕型車銷量大增34.88%，海外市場再傳佳音06-04點擊查看更多 +全站最新智能網(wǎng)聯(lián)汽車安全新標(biāo)出爐：組合駕駛輔助系統(tǒng)將迎來強制標(biāo)準(zhǔn)小紅書一周攔截超3萬條網(wǎng)暴信息，嚴(yán)懲惡意泄露隱私行為蔚來資產(chǎn)負(fù)債率破百，資金鏈告急，李斌能否帶領(lǐng)蔚來走出困境？邁凱倫750S勒芒特別版來襲！致敬傳奇，限量50臺，性能爆表固態(tài)電池遇冷，兆瓦閃充來襲，電動車?yán)m(xù)航焦慮將成過去式？尊界S800養(yǎng)車成本大揭秘：一年竟要花這么多錢！熱門內(nèi)容

• 夸克AI升級新高度，深度搜索Pro將解鎖專業(yè)領(lǐng)域難題
• 夸克深度搜索：AI大腦再進(jìn)化，復(fù)雜問題也能一鍵解鎖滿分答案！
• 騰訊員工工位曝光：個性十足，寬敞舒適引熱議！
• 臺灣核電時代落幕：最后一座核電站正式停運
• 綠地張玉良全票連任，70歲再出發(fā)引領(lǐng)“二次創(chuàng)業(yè)”征程
• BOSS直聘緊急下架“秀恩愛”招聘：違規(guī)信息秒處理
• 華為Pura 80系列6月11日震撼發(fā)布
• 于東來劉強東強強聯(lián)手！京東物流胖東來供應(yīng)鏈基地6月運營，年產(chǎn)值25億
• Cursor大放異彩！學(xué)生可免費享一年P(guān)ro會員，AI編程教育迎來新機遇
• UU跑腿高管午休跑腿接單，創(chuàng)始人：為讓他們體驗基層艱辛
• 5月19日油價調(diào)整在即，92號汽油能否順利回歸6元時代？
• 劉強東日本街頭變“豬豬俠”，京東外賣二維碼搶鏡外賣大戰(zhàn)
• 阿里2025財年Q4財報出爐：營收穩(wěn)增，凈利潤大漲22%，AI+云成新引擎？
• 2025年淘寶天貓京東618活動時間正式公布：從5月13日開始到6月18日結(jié)束
• 比特幣價格飆升至10.65萬美元，日內(nèi)漲幅超3.39%！

本欄最新小紅書一周攔截超3萬條網(wǎng)暴信息，嚴(yán)懲惡意泄露隱私行為邁凱倫750S勒芒特別版來襲！致敬傳奇，限量50臺，性能爆表Meta攜手迪士尼等，為新智能眼鏡Loma爭取獨家流媒體內(nèi)容？鮑爾默退休后深情告白微軟：曾掙扎情感抽離，險售全部股票復(fù)旦團隊Nature發(fā)文：人源Pol III轉(zhuǎn)錄起始動態(tài)全解析寧德時代攜手馬士基，共繪港口行業(yè)脫碳新藍(lán)圖

本文鏈接：http://www.tebozhan.com/showinfo-16-156647-0.html英偉達(dá)推出Llama Nemotron Nano VL：視覺-語言模型處理文檔更高效

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 谷歌調(diào)查：Z世代與千禧一代更傾向通行密鑰，無密碼未來指日可待？

下一篇： 貴州茅臺5月底累計回購股份331萬股，斥資超50億