NVIDIA Nemotron 3.5 Content Safety — мультимодальный модератор контента

Вступление

Nemotron 3.5 Content Safety — это компактная мультимодальная модель-модератор контента от NVIDIA, выпущенная в июне 2026 года. Модель позиционируется как специализированный «guardrail» (защитный барьер) для систем искусственного интеллекта, предназначенный для определения безопасности входных запросов (промптов) и ответов, генерируемых большими языковыми (LLM) и мультимодальными (VLM) моделями. Официальный сайт: https://developer.nvidia.com/nemotron.

Nemotron 3.5 Content Safety объединяет в себе две ключевые разработки NVIDIA: мультимодальные возможности модерации из модели Nemotron 3 Content Safety и механизм работы с пользовательскими политиками безопасности из модели Nemotron Content Safety Reasoning 4B . Это позволяет модели не только классифицировать контент по встроенной таксономии, но и адаптироваться под специфические требования заказчика — будь то здравоохранение, финансовый сектор, образование или любой другой домен .

Модель доступна в виде открытых весов на Hugging Face, а также как готовый к развертыванию NIM-контейнер (NVIDIA Inference Microservice) через NVIDIA NGC . Она предназначена для использования в production-средах, где требуется надёжная и настраиваемая фильтрация контента.

Технические характеристики

Архитектура и основа

Nemotron 3.5 Content Safety построена на базе Google Gemma B-it — декодерной трансформерной архитектуры . Общее количество параметров составляет 4 миллиарда (4B). Модель была дообучена NVIDIA методом LoRA (Low-Rank Adaptation) с последующим слиянием адаптеров обратно в базовую модель .

Визуальный энкодер: Модель использует SigLIP, обрабатывая квадратные изображения, изменённые до разрешения 896×896 пикселей .

Гиперпараметры обучения: Оптимизатор AdamW, 5 эпох, скорость обучения 0.0001 . Гиперпараметры подбирались с помощью grid search для скорости обучения (1e , 1e , 5e , 5e , 1e ) и ранга LoRA (16, 32) .

Входные и выходные данные

Модель принимает на вход :

Текстовый промпт (обязательно)
Опциональное изображение (не более одного)
Опциональный ответ ассистента (для проверки сгенерированного контента)
Опциональная пользовательская политика безопасности

На выходе модель возвращает :

Бинарную классификацию: безопасно / небезопасно
Нарушенные категории безопасности (в стандартном режиме)
Цепочку рассуждений (в режиме custom policy)

Контекстное окно и языковая поддержка

Модель поддерживает контекстное окно до 128 000 токенов .

Языковая поддержка включает 12 языков с явным обучением: английский, французский, испанский, немецкий, китайский, японский, корейский, арабский, хинди, русский, португальский и итальянский . Благодаря наследованию от Gemma , модель также демонстрирует сильное zero-shot обобщение примерно на 140 языках .

Аппаратные требования

Модель оптимизирована для работы на широком спектре GPU NVIDIA . Поддерживаемые конфигурации включают :

GPU	Память (ГБ)	Точность	Количество GPU
B300-SXM6-AC	288	BF16	1, 2, 4, 8
B200	192	BF16	1, 2, 4, 8
H200	141	BF16	1, 2, 4, 8
H100 GB	80	BF16	1, 2, 4, 8
L40S	48	BF16	1, 2, 4, 8

Требуемый объём дискового пространства — 40 ГБ .

Дата выхода и доступность

Nemotron 3.5 Content Safety была выпущена в несколько этапов :

Платформа	Дата релиза
Hugging Face	2 июня 2026
NVIDIA NGC	1 июня 2026
OpenRouter	4 июня 2026

Модель доступна через следующие каналы:

Открытые веса на Hugging Face (nvidia/Nemotron .5-Content-Safety)
NIM-контейнер в NVIDIA NGC
API через NVIDIA build.nvidia.com
Сторонние провайдеры: OpenRouter (бесплатно), DeepInfra

Лицензия: Использование модели регулируется OpenMDW License Agreement v1.1, Gemma Terms of Use и Gemma Prohibited Use Policy . NIM-контейнер дополнительно регулируется NVIDIA Software License Agreement .

Ключевые особенности

1. Единая мультимодальная оценка

В отличие от многих систем, оценивающих текст и изображение по отдельности, Nemotron 3.5 анализирует все модальности в едином контекстном окне, что позволяет выявлять нарушения, возникающие именно на стыке текста и изображения .

2. Пользовательские политики безопасности

Модель принимает пользовательскую спецификацию политики и рассуждает над ней при вынесении вердикта . Это критически важно для вертикальных решений — например, медицинские приложения могут определять свои категории риска, отличные от финансовых.

3. Режим рассуждений (THINK Mode)

При включении режима think модель выдаёт пошаговую цепочку рассуждений перед финальным вердиктом , что обеспечивает аудируемость и прозрачность принятых решений — важное требование для многих регулируемых отраслей .

4. Таксономия Aegis V2

Для стандартной классификации используется таксономия безопасности из Aegis Content Safety Dataset V2 .

Производительность

Согласно данным OpenRouter, модель демонстрирует :

Пропускная способность: в среднем 65–75 токенов/сек
Задержка (p50): 0.28–0.34 сек
Сквозная задержка: в среднем 3.19 сек
Доступность провайдера: 99.19%

Области применения

Nemotron 3.5 Content Safety идеально подходит для :

Модерации промптов и ответов в чат-ботах и AI-ассистентах
Классификации контента по категориям безопасности
Построения safety-пайплайнов в enterprise-системах
Обеспечения соответствия регуляторным требованиям в здравоохранении, финансах и образовании

Ограничения

Модель имеет ряд технических ограничений:

Принимает только один текстовый вход с опциональным изображением
Не поддерживает более одного изображения за запрос
Может испытывать трудности с классификацией синтетически сгенерированных изображений
Возможны ложноположительные и ложноотрицательные срабатывания

Заключение

NVIDIA Nemotron 3.5 Content Safety представляет собой современное решение для обеспечения безопасности в системах генеративного ИИ. Сочетая мультимодальность, многоязычность, настраиваемые политики и аудируемые цепочки рассуждений в компактном 4B-параметрическом корпусе, модель закрывает критическую потребность enterprise-рынка в надёжных и прозрачных guardrail-системах. Бесплатная доступность через OpenRouter и открытые веса делают её привлекательным выбором как для стартапов, так и для крупных корпораций.