Nemotron 3 Nano、5ドル未満のRLで数学精度22%から91%へ

狭いタスクなら小型モデルを安く伸ばせる

小型モデルの価値は、初期性能だけでなく、特定タスクへどれだけ低コストに適応できるかで決まる。NVIDIA AIは7月23日、ホスト型の強化学習実行によってNemotron 3 Nanoの数学タスク精度を“22% to 91% accuracy”へ引き上げたと投稿した。

“22% to 91% accuracy” — NVIDIA AI

投稿で強調されたのは費用と手順だ。Prime Intellect Labを使い、ベースラインを確認し、報酬が上がるまで訓練し、再テストで学習を確認し、最後にダウンロード可能なLoRAアダプターを得る。全体の費用は5ドル未満で、Nemotron 3 SuperやUltraにも1行変更で広げられるとしている。

22%から91%という数字の読み方

この結果は、広い推論能力の証明ではなく、評価可能な数学タスクでの改善として読むべきだ。それでも意味は大きい。数ドルで再利用できるアダプターを作れるなら、すべてを大型モデルに投げるのではなく、小型モデルを用途別に薄く調整して使う選択肢が現実味を帯びる。レイテンシ、費用、データ管理、運用制御のバランスが変わる。

NVIDIA AIのアカウントは、Nemotronモデル群とGPU開発者向けワークフローを結びつけて紹介することが多い。今回の投稿も静的なベンチマークではなく、RL調整の手順を前面に出している。次に見るべき点は、この低コストの方法がコード、ツール利用、専門領域の推論など、報酬設計が難しいタスクでも同じように機能するかだ。