NVLM 1.0 ist eine Reihe von hochmodernen multimodalen, großen Sprachmodellen, die von NVIDIA ADLR entwickelt wurden. Es erreicht branchenführende Ergebnisse bei visuellen und sprachlichen Aufgaben und ist vergleichbar mit führenden proprietären und Open-Access-Modellen. Nach dem multimodalen Training verbesserte sich sogar die Genauigkeit bei rein textbasierten Aufgaben. Die Open-Source-Modellgewichte und der Megatron-Core-Trainingscode von NVLM 1.0 bieten der Community wertvolle Ressourcen.