NVIDIA: Nemotron 3.5 Content Safety

NVIDIA Nemotron 3.5 Content Safety is een compact 4B-parameter multimodaal guardrail-model van NVIDIA, fine-tuned op basis van Google Gemma-3-4B. Het is specifiek ontworpen voor contentmoderatie in plaats van algemene gesprekken, en het staat in de tekstcategorie op api14. De taak is om te fungeren als een veiligheidslaag rond andere modellen, waarbij wordt gecontroleerd wat erin gaat en wat eruit terugkomt.

Het model accepteert tekst- en afbeeldingsinvoer en retourneert tekstuitvoer, zodat het zowel tekst-only pipelines als vision-language pipelines kan modereren. Het modereert invoer naar en reacties van LLMs en VLMs, wat betekent dat je het aan beide zijden van een generatieaanroep kunt plaatsen. Het contextvenster is 131072 tokens en de maximale uitvoer is 117964 tokens. Ondersteunde parameters zijn temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, stop, seed, max_tokens, reasoning en include_reasoning.

Praktische use cases volgen direct uit dat ontwerp. Je kunt gebruikersprompts screenen voordat ze een chat- of vision-model bereiken, modelreacties classificeren voordat ze aan eindgebruikers worden getoond, en hetzelfde model over zowel tekst- als afbeeldingsinhoud laten lopen in een enkele moderatiepass. Omdat het naast tekst ook afbeeldingen verwerkt, past het in pipelines waarin gebruikers screenshots, foto's of ander visueel materiaal samen met geschreven invoer uploaden. Teams die assistenten, communityplatforms of interne tools bouwen, kunnen het gebruiken als een consistent beleidscontrolepunt in plaats van afzonderlijke classifiers voor elke modaliteit te schrijven.

Via api14 roep je het aan met de OpenAI-compatible API met het model-id "nvidia/nemotron-3.5-content-safety". Richt je bestaande OpenAI-client op de api14 base URL, stuur een chat completion-verzoek met dat model-id en voeg de inhoud toe die je wilt modereren. De hierboven genoemde requestparameters worden ondersteund, dus je kunt sampling afstemmen met temperature, top_p, top_k of min_p, herhaling beheersen met frequency_penalty, presence_penalty en repetition_penalty, uitvoer beperken met max_tokens en stop, en seed gebruiken voor reproduceerbaarheid. De parameters reasoning en include_reasoning zijn beschikbaar als je de redenering van het model in het antwoord wilt laten weergeven.

Houd in gedachten waarvoor dit model bedoeld is. Het is een 4B guardrail-model, geen algemene assistent, dus taken zoals langere teksten schrijven, complexe redeneringen of open-ended chat worden beter bediend door een algemeen tekstmodel. Gebruik Nemotron 3.5 Content Safety wanneer het doel classificatie en handhaving van beleid is op tekst- en afbeeldingsinvoer, en combineer het met een generatiemodel wanneer je zowel moderatie als contentproductie in dezelfde pipeline nodig hebt.