Le 16 novembre 2026, à SC26, NVIDIA a annoncé Nemotron for Science, un ensemble destiné à la création d’agents scientifiques. Il réunit Nemotron 3.5 Super VL, des évaluations scientifiques, le jeu de données de chimie LitmusBench v0.2 et des recettes de post-entraînement. NVIDIA a indiqué que le modèle et le jeu de données étaient disponibles sur Hugging Face, dans son annonce.
L’offre repose sur Nemotron 3.5 Super VL, le modèle multimodal présenté dans notre article consacré à son lancement.
Pour déployer le modèle, vérifiez la configuration de la variante choisie ; pour réutiliser LitmusBench, consultez la licence indiquée pour chaque question.
Un modèle BF16 exigeant en ressources GPU
La fiche NVIDIA du checkpoint BF16 NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 décrit un modèle de vision et de langage qui accepte du texte, des images et des vidéos, et produit du texte. Elle indique 120 milliards de paramètres au total, dont 12 milliards actifs, et un contexte pouvant atteindre un million de jetons. En pratique, la fenêtre de contexte peut être réduite selon la mémoire GPU disponible et le nombre de requêtes traitées simultanément.
Pour ce checkpoint BF16, la fiche indique des configurations de quatre GPU H100 ou deux GPU GB200. NVIDIA a également annoncé avoir optimisé Nemotron 3.5 Super VL pour une utilisation locale sur un DGX Spark doté de 128 Go de mémoire. La fiche du checkpoint BF16 précise ses propres configurations matérielles dans la documentation du modèle.
La fiche associe au modèle la licence OpenMDW-1.1 et mentionne des usages commerciaux comme non commerciaux. Cette licence concerne le modèle ; LitmusBench a ses propres conditions.
LitmusBench applique une licence selon chaque question
NVIDIA décrit LitmusBench v0.2 comme un ensemble de près de 50 000 questions de chimie destinées à l’entraînement et à l’évaluation. Les questions qui contiennent des données de ChEMBL relèvent de CC-BY-SA-4.0 ; les autres relèvent d’OpenMDW-1.1. Le champ question_license indique la licence applicable à chaque enregistrement, selon le fichier de licence du jeu de données.
| Type de question | Licence | Champ indiquant la licence |
| Question contenant des données de ChEMBL | CC-BY-SA-4.0 | question_license |
| Autre question | OpenMDW-1.1 | question_license |
Le fichier de licence cite ChEMBL, Biogen et ExpansionRx parmi les sources de données. Pour un travail qui réutilise ou redistribue des questions, c’est donc l’indication associée à chaque enregistrement qui compte, plutôt qu’une licence unique appliquée à tout le jeu.
Des applications scientifiques rapportées par NVIDIA
NVIDIA attribue à ses collaborateurs plusieurs travaux menés avec Nemotron. Terray Therapeutics l’a post-entraîné pour extraire des réactions chimiques à partir de schémas scientifiques ; NVIDIA rapporte environ 76 % de réactions annotées retrouvées lors du test RxnScribe. Lila Sciences l’a utilisé pour concevoir des protocoles de laboratoire et, après un post-entraînement avec des retours de laboratoire, a obtenu une précision de 61 % sur une tâche liée aux points quantiques, contre 54 % pour GPT-6 Astra.
NVIDIA indique aussi que Therna a travaillé sur la conception d’agents pour des traitements à base d’ARN messager. Pour une autre tâche, l’entreprise rapporte que les scientifiques ont préféré les explications du modèle post-entraîné à celles du modèle de base dans 96 % des comparaisons. À KTH Royal Institute of Technology, un agent a corrigé 81 % des cas de test de configuration de GROMACS en une nuit sur un seul DGX Spark, avec le raisonnement activé ; GROMACS a vérifié chaque correction, selon NVIDIA. L’annonce de l’entreprise rapporte ces résultats pour des tâches distinctes.