NVIDIA AI-Q Blueprint: связка Llama 3.3 и Nemotron Super 49B возглавила DeepResearch Bench

Компания NVIDIA представила референсную архитектуру AI-Q Blueprint, которая объединяет две открытые модели — Llama 3.3-70B Instruct и оптимизированную Llama-3.3-Nemotron-Super-49B-v1.5. Этот стек поднялся на вершину бенчмарка DeepResearch Bench в категории «LLM with Search», обогнав многие проприетарные аналоги в задачах автономного поиска и генерации экспертных отчетов. Главная особенность AI-Q — гибридный подход к распределению ролей в агентских пайплайнах: * Llama 3.3-70B Instruct: используется как базовый движок для структурированной генерации финальных отчетов и поддержания общего контекста. * Llama-3.3-Nemotron-Super-49B-v1.5 (49B параметров): специализированная модель для глубокого логического вывода (chain-of-thought), планирования запросов и использования инструментов. Она создана с помощью Neural Architecture Search (NAS) и дистилляции знаний, что дало сниженный оверхед по памяти. * Управление логикой (Reasoning ON/OFF): возможность переключать модель между обычным чат-режимом и глубоким агентическим поиском через системные промпты. * Инфраструктурная гибкость: архитектура поддерживает параллельный поиск с низкими задержками как по внутренним локальным базам, так и по веб-источникам, что критично для On-Premise развертывания в контурах с жесткими требованиями комплаенса и безопасности. 💡 Где захостить и как запустить: Рассчитать точный VRAM под кванты этой модели, скорость генерации (токенов/сек) и выбрать подходящий сервер с GPU можно у нас на ServerSales в калькуляторе AI-моделей (/ai) или каталоге GPU (/gpu).