Llama 3.1 Nemotron Ultra 253B V1 (Reasoning)

Meta Llama 3.1 405B Instruct的253B参数衍生物，由NVIDIA使用神经架构搜索（NAS）和垂直压缩开发。它经历了多阶段的岗位培训（数学、代码、推理、聊天、工具调用的SFT；带有GRPO的RL），以增强推理和指令遵循能力。针对NVIDIA GPU上的精度/效率权衡进行了优化。支持128k上下文。