NVIDIA presentó Nemotron for Science en SC26 el 16 de noviembre de 2026. El paquete reúne Nemotron 3.5 Super VL, evaluaciones científicas, el conjunto de datos de química LitmusBench v0.2 y recetas de postentrenamiento para desarrollar agentes científicos. NVIDIA indicó que el modelo y el conjunto de datos estaban disponibles en Hugging Face. (Anuncio de NVIDIA)
Para quien evalúe el paquete, dos detalles concretos importan desde el principio: la ficha del modelo BF16 enumera configuraciones de GPU exigentes y LitmusBench no tiene una única licencia aplicable a todos sus registros.
Qué ofrece Nemotron for Science
NVIDIA presenta la combinación como una base para agentes especializados que pueden razonar sobre problemas científicos y utilizar herramientas. LitmusBench v0.2 aporta casi 50.000 preguntas de química para entrenamiento y evaluación. NVIDIA describe usos relacionados con la planificación de experimentos, el diseño molecular y la investigación de proteínas. (Anuncio de NVIDIA)
La oferta amplía el contexto del modelo: NeoTeo ya había cubierto el lanzamiento de Nemotron 3.5 Super VL, el modelo sobre el que se apoya este paquete para ciencia.
Qué especifica la versión BF16
La ficha de NVIDIA identifica el artefacto NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 como un modelo de visión y lenguaje que acepta texto, imágenes y vídeo, y genera texto. Indica 120.000 millones de parámetros totales y 12.000 millones activos, con una ventana de contexto de hasta un millón de tokens. El contexto efectivo puede ser menor según la memoria de GPU disponible y la concurrencia del despliegue. (Ficha del modelo BF16 en Hugging Face)
Para desplegar ese artefacto BF16, la ficha enumera 4× H100 o 2× GB200. Por separado, el anuncio de NVIDIA afirma que Nemotron 3.5 Super VL se optimizó para uso local en un DGX Spark de 128 GB, pero no identifica allí la precisión o variante concreta. (Ficha del modelo BF16; anuncio de NVIDIA)
La ficha asigna al modelo la licencia OpenMDW-1.1 y describe su uso como comercial o no comercial. Es un dato distinto de los costes de infraestructura, alojamiento e inferencia que puede implicar ponerlo en marcha.
LitmusBench v0.2 cambia de licencia según el registro
La licencia del conjunto de datos depende del contenido de cada pregunta. La licencia de NVIDIA asigna CC-BY-SA-4.0 a las preguntas que contienen datos de ChEMBL y OpenMDW-1.1 a las demás. El campo question_license identifica la licencia aplicable a cada registro. (Archivo de licencias de LitmusBench v0.2)
| Tipo de pregunta | Licencia | Campo que indica la licencia |
| Contiene datos de ChEMBL | CC-BY-SA-4.0 | question_license |
| Otras preguntas | OpenMDW-1.1 | question_license |
La página de la revisión consultada muestra archivos JSON en inglés: train.jsonl y validation.jsonl, con un tamaño total indicado de 63,3 MB. Para reutilizar o redistribuir registros, conviene atender a la licencia de cada uno, en lugar de tratar el conjunto entero como si tuviera un único término. (Revisión de LitmusBench v0.2)
Antes de reutilizar LitmusBench, consulta question_license en cada registro: la licencia depende de los datos que contiene.
Las aplicaciones y cifras que NVIDIA atribuye a sus colaboradores
NVIDIA relaciona el modelo con tareas distintas en varios proyectos. Según la compañía, Terray Therapeutics lo adaptó para extraer reactivos, productos y condiciones de reacción de diagramas científicos; en la prueba RxnScribe, el sistema recuperó alrededor del 76 % de las reacciones anotadas según los criterios de coincidencia del test.
En el trabajo de Lila Sciences, NVIDIA comunica un 61 % de precisión en una tarea de puntos cuánticos tras el postentrenamiento con comentarios de laboratorio, frente al 54 % que atribuye a GPT-6 Astra. Therna colaboró en el diseño agéntico de terapias de ARNm; NVIDIA afirma que científicos prefirieron las explicaciones del modelo postentrenado a las del modelo base en el 96 % de las comparaciones.
NVIDIA también informa de que un agente desarrollado por KTH reparó el 81 % de los casos de prueba de configuración de GROMACS en una ejecución nocturna, con razonamiento habilitado y un único DGX Spark. Según la compañía, GROMACS comprobó cada reparación. La misma presentación menciona la integración de Nemotron en StructBioReasoner, de Argonne National Laboratory, y su disponibilidad en las plataformas RIKYU AI y RiVault de RIKEN. (Anuncio de NVIDIA)