NVIDIA: Nemotron 3.5 Content Safety

O NVIDIA Nemotron 3.5 Content Safety é um modelo compacto de guardrail multimodal com 4B parâmetros da NVIDIA, ajustado a partir do Google Gemma-3-4B. Foi concebido especificamente para moderação de conteúdo em vez de conversação geral, e situa-se na categoria de texto em api14. A sua função é atuar como uma camada de segurança em torno de outros modelos, verificando o que entra neles e o que regressa.

O modelo aceita entradas de texto e imagem e devolve saída de texto, pelo que pode moderar tanto pipelines apenas de texto como pipelines de visão-linguagem. Modera entradas para e respostas de LLMs e VLMs, o que significa que pode colocá-lo em qualquer um dos lados de uma chamada de geração. A janela de contexto é de 131072 tokens, e a saída máxima é de 117964 tokens. Os parâmetros suportados incluem temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, stop, seed, max_tokens, reasoning e include_reasoning.

Os casos de uso práticos decorrem diretamente desse design. Pode filtrar prompts de utilizadores antes de chegarem a um modelo de chat ou visão, classificar respostas de modelos antes de serem mostradas aos utilizadores finais, e executar o mesmo modelo sobre conteúdo de texto e de imagem numa única passagem de moderação. Como lida com imagens e também com texto, encaixa-se em pipelines onde os utilizadores carregam capturas de ecrã, fotografias ou outro material visual juntamente com entrada escrita. As equipas que constroem assistentes, plataformas comunitárias ou ferramentas internas podem usá-lo como um ponto de verificação de políticas consistente em vez de escrever classificadores separados para cada modalidade.

Através de api14, chama-o com a API compatível com OpenAI usando o id de modelo "nvidia/nemotron-3.5-content-safety". Aponte o seu cliente OpenAI existente para o URL base da api14, envie um pedido de chat completion com esse id de modelo, e inclua o conteúdo que pretende moderar. Os parâmetros de pedido listados acima são suportados, pelo que pode ajustar a amostragem com temperature, top_p, top_k ou min_p, controlar a repetição com frequency_penalty, presence_penalty e repetition_penalty, restringir a saída com max_tokens e stop, e usar seed para reprodutibilidade. Os parâmetros reasoning e include_reasoning estão disponíveis se quiser que o raciocínio do modelo seja apresentado na resposta.

Tenha em mente para que serve este modelo. É um modelo de guardrail com 4B parâmetros, não um assistente de uso geral, pelo que tarefas como escrita longa, raciocínio complexo ou chat aberto são melhor servidas por um modelo de texto geral. Use o Nemotron 3.5 Content Safety quando o objetivo é classificação e aplicação de políticas sobre entradas de texto e imagem, e combine-o com um modelo de geração quando precisa tanto de moderação como de produção de conteúdo no mesmo pipeline.