AIhoster
Модель Hugging Face

nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16

Обзор модели

Данные относятся к ревизии 2dc98e2afe4f.

Нужна проверка отдельных пунктовБыстрый анализ нашёл факторы, требующие внимания.
Размер текущей ревизии230.3 ГБ75 файлов
Место с запасом287.8 ГБМинимум 253.3 ГБ
ДоступПубличнаяТокен не требуется
Хранилище HFXetXet-файлов: 51
Самый большой файл4.7 ГБmodel-00049-of-00050.safetensors
Популярность на HF1 191 279429 отметок «нравится»

Форматы и запуск

  • SafetensorsБезопасная сериализация весов · файлов: 50
    230.2 ГБ
  • TransformersБиблиотека заявлена автором модели.

Лицензия

nvidia-nemotron-open-model-license

Ссылка, указанная автором

Открыть условия ↗

AIhoster не меняет лицензию и не даёт юридического заключения о допустимости использования.

Быстрая проверка

Только публичные метаданные HF и дерево файлов — без скачивания и запуска модели.

Источник HF + правила AIhoster

Проверка Hugging FaceЗавершенаHF не сообщил о проблемных файлах.
Форматы весовБез pickleРаспознано безопасных форматов: 50.
Пользовательский кодТребует вниманияФайлов кода: 4; модель заявляет auto_map/custom_code.
Состав репозиторияЯвных рисков нетИсполняемые файлы и архивы не обнаружены.

Результат не гарантирует безопасность: архивы не раскрываются, веса не исполняются, содержимое пользовательского кода не аудируется.

Технические сведения и теги
Автор
nvidia
Задача
text-generation
Библиотека
transformers
Создана
10.03.2026 18:32
Обновлена
25.08.2026 15:48
Ревизия
2dc98e2afe4face0e4ce40972a915c45368bd34a
transformerssafetensorsnemotron_htext-generationnvidiapytorchnemotron-3latent-moemtpconversationalcustom_codeenfresitdejazhdataset:nvidia/nemotron-post-training-v3dataset:nvidia/nemotron-pre-training-datasetsarxiv:2512.20848arxiv:2512.20856license:othereval-resultsendpoints_compatibledeploy:sagemakerdeploy:azureregion:us

Опубликованные бенчмарки

Результаты привязаны к точному ID модели. Условия запуска и ревизия указаны первичным источником и могут отличаться от текущей ревизии.

Оценки разных бенчмарков напрямую не сравниваются и не являются гарантией качества в вашем сценарии. Открыть все рейтинги →

Проверить и скачать

Обе команды закреплены на одной ревизии. Свежий huggingface_hub автоматически использует Xet, Range-запросы и продолжение загрузки.

Узнать объём без скачивания

export HF_ENDPOINT=https://hf.aihoster.ru hf download nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 --revision 2dc98e2afe4face0e4ce40972a915c45368bd34a --dry-run

Скачать всю модель

export HF_ENDPOINT=https://hf.aihoster.ru hf download nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 --revision 2dc98e2afe4face0e4ce40972a915c45368bd34a --local-dir NVIDIA-Nemotron-3-Super-120B-A12B-BF16

Файлы модели

Можно скачать весь репозиторий командой выше или выбрать отдельный файл.

Показать все файлы (75)
ФайлРазмерДействия
.eval_results/gpqa.yaml223 Б
Скачать
.eval_results/gpqa_with_tools.yaml245 Б
Скачать
.eval_results/hle.yaml212 Б
Скачать
.eval_results/hle_with_tools.yaml234 Б
Скачать
.eval_results/mmlu_pro.yaml227 Б
Скачать
.eval_results/swe_bench_verified.yaml746 Б
Скачать
.eval_results/terminal-bench_2.0.yaml250 Б
Скачать
.gitattributes1.5 КБ
Скачать
__init__.py0 Б
Скачать
accuracy_chart.png77.3 КБ
Скачать
bias.md2.6 КБ
Скачать
chat_template.jinja10.5 КБ
Скачать
config.json1.9 КБ
Скачать
configuration_nemotron_h.py19.4 КБ
Скачать
explainability.md3.1 КБ
Скачать
generation_config.json210 Б
Скачать
model-00001-of-00050.safetensors4.7 ГБ
Скачать
model-00002-of-00050.safetensors4.7 ГБ
Скачать
model-00003-of-00050.safetensors4.7 ГБ
Скачать
model-00004-of-00050.safetensors4.7 ГБ
Скачать
model-00005-of-00050.safetensors4.6 ГБ
Скачать
model-00006-of-00050.safetensors4.7 ГБ
Скачать
model-00007-of-00050.safetensors4.7 ГБ
Скачать
model-00008-of-00050.safetensors4.7 ГБ
Скачать
model-00009-of-00050.safetensors4.7 ГБ
Скачать
model-00010-of-00050.safetensors4.7 ГБ
Скачать
model-00011-of-00050.safetensors4.6 ГБ
Скачать
model-00012-of-00050.safetensors4.7 ГБ
Скачать
model-00013-of-00050.safetensors4.7 ГБ
Скачать
model-00014-of-00050.safetensors4.7 ГБ
Скачать
model-00015-of-00050.safetensors4.7 ГБ
Скачать
model-00016-of-00050.safetensors4.7 ГБ
Скачать
model-00017-of-00050.safetensors4.6 ГБ
Скачать
model-00018-of-00050.safetensors4.7 ГБ
Скачать
model-00019-of-00050.safetensors4.7 ГБ
Скачать
model-00020-of-00050.safetensors4.7 ГБ
Скачать
model-00021-of-00050.safetensors4.7 ГБ
Скачать
model-00022-of-00050.safetensors4.7 ГБ
Скачать
model-00023-of-00050.safetensors4.6 ГБ
Скачать
model-00024-of-00050.safetensors4.7 ГБ
Скачать
model-00025-of-00050.safetensors4.7 ГБ
Скачать
model-00026-of-00050.safetensors4.7 ГБ
Скачать
model-00027-of-00050.safetensors4.7 ГБ
Скачать
model-00028-of-00050.safetensors4.7 ГБ
Скачать
model-00029-of-00050.safetensors4.6 ГБ
Скачать
model-00030-of-00050.safetensors4.7 ГБ
Скачать
model-00031-of-00050.safetensors4.7 ГБ
Скачать
model-00032-of-00050.safetensors4.7 ГБ
Скачать
model-00033-of-00050.safetensors4.7 ГБ
Скачать
model-00034-of-00050.safetensors4.7 ГБ
Скачать
model-00035-of-00050.safetensors4.6 ГБ
Скачать
model-00036-of-00050.safetensors4.7 ГБ
Скачать
model-00037-of-00050.safetensors4.7 ГБ
Скачать
model-00038-of-00050.safetensors4.7 ГБ
Скачать
model-00039-of-00050.safetensors4.7 ГБ
Скачать
model-00040-of-00050.safetensors4.7 ГБ
Скачать
model-00041-of-00050.safetensors4.6 ГБ
Скачать
model-00042-of-00050.safetensors4.7 ГБ
Скачать
model-00043-of-00050.safetensors4.7 ГБ
Скачать
model-00044-of-00050.safetensors4.7 ГБ
Скачать
model-00045-of-00050.safetensors4.7 ГБ
Скачать
model-00046-of-00050.safetensors4.7 ГБ
Скачать
model-00047-of-00050.safetensors4.6 ГБ
Скачать
model-00048-of-00050.safetensors4.7 ГБ
Скачать
model-00049-of-00050.safetensors4.7 ГБ
Скачать
model-00050-of-00050.safetensors2.7 ГБ
Скачать
model.safetensors.index.json4 МБ
Скачать
modeling_nemotron_h.py80.4 КБ
Скачать
privacy.md2.6 КБ
Скачать
README.md80.7 КБ
Скачать
safety.md2.1 КБ
Скачать
special_tokens_map.json563 Б
Скачать
super_v3_reasoning_parser.py1.8 КБ
Скачать
tokenizer.json16.3 МБ
Скачать
tokenizer_config.json173.1 КБ
Скачать