몬스터하우스, 말하는 차고 문의 대화와 목소리·표정을 따로 설계하다
엔비디아의 릭 그랜디가 차고 문에 대답하는 캐릭터를 투사하는 제작 과정을 공개했다. 대화 상태를 관리하고 입을 움직일 깨끗한 음성과 관객이 들을 효과음을 나눈 설계가 핵심이다. 실제 방문객 공연 검증이 남은 시제품에서 자동 생성보다 중요한 연출의 선택을 읽는다.
“NeMo” 검색 결과검색 초기화5편
인도 22개 언어용 2.8조 토큰 예고, 번역 데이터의 규모와 검증을 나눠 읽기
엔비디아와 IIT 마드라스 AI4Bharat가 인도 22개 언어의 약 2.8조 토큰 사전학습 자료와 생성 절차를 소개했다. 번역·평가·수정 과정은 공개 도구로 재사용할 수 있지만, 합성 번역이 지역 지식이나 자연어 원문을 대체하지 않으며 데이터 공개 예정과 학습 성과도 구분해야 한다.
엔비디아 Nemotron 3.5 확장, 서버용 Super VL과 로컬용 Bolt의 역할 분담
엔비디아가 문서·영상 이해용 Nemotron 3.5 Super VL과 로컬 에이전트용 Bolt를 소개했다. Bolt의 24GB 목표는 특정 동시 요청 수와 문맥 길이, 정밀도를 전제로 한다. 모델의 최대 문맥과 실제 배포에서 사용할 문맥, 처리량은 구분해서 비교해야 한다.
엔비디아 네모트론 3 사후 훈련으로 IOI와 IMO 2026 금메달급 점수 달성
엔비디아가 범용 파운데이션 모델 네모트론 3에 사후 훈련과 테스트타임 연산 탐색 파이프라인을 적용해 IOI와 IMO 2026에서 금메달 수준의 성과를 거두었다고 발표했습니다.
허깅페이스, Hub에 강화학습 환경 필터 추가…데이터 공개와 실행은 별도
허깅페이스가 기존 데이터셋 저장소를 강화학습 환경으로 찾는 필터와 프레임워크 태그를 추가했다. Harbor·Verifiers·OpenEnv·NeMo Gym의 로딩 명령을 표시하지만 태그가 파일 형식을 변환하거나 작업을 실행하지는 않는다. 평가 보상의 의미와 실제 학습 업데이트도 각각 구분해야 한다.
