nemotron-3-nano
Efficient agentic reasoning via sparse MoE activating 50% parameters per token. Combines Mamba-Transformer hybrid with 6-of-128 expert routing, three-stage post-training (SFT, verifiable RL, RLHF), and Group Relative Length Control—achieving 3.3× inference throughput of competitors while maintaining 1M token context support and superior reasoning.
Quellinformationen
- Repository
- ADu2021/skillXiv
- Letzte Quellaktivität
- 24. März 2026 um 19:42
- Erkannte Sprache von SKILL.md
- Englisch
- Sterne
- 6
- Forks
- 0
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.