NVIDIA lanza un modelo japonés de IA de 9B
NVIDIA publica `Nemotron-Nano-9B-v2-Japanese`, un modelo abierto de menos de 10.000 millones de parámetros especializado en japonés y tareas de agente. La compañía afirma que lidera el Nejumi Leaderboard 4 en la categoría de modelos inferiores a 10B y que puede facilitar despliegues privados en empresas.
NVIDIA ha publicado Nemotron-Nano-9B-v2-Japanese, un modelo de inteligencia artificial especializado en japonés que combina comprensión del idioma, razonamiento y capacidad para usar herramientas. Tiene menos de 10.000 millones de parámetros, una escala que facilita su ejecución dentro de empresas y redes privadas.
La compañía afirma que el modelo ocupa el primer puesto entre los modelos de menos de 10B en Nejumi Leaderboard 4, una evaluación japonesa que reúne cerca de 40 pruebas de lenguaje, programación, matemáticas, uso de herramientas, seguimiento de instrucciones y seguridad.
Un modelo pequeño para empresas japonesas
El objetivo es cubrir una necesidad concreta: muchas empresas quieren utilizar IA con datos sensibles sin enviarlos a servicios externos. Un modelo de alrededor de 9.000 millones de parámetros puede instalarse con más facilidad en infraestructura propia que los sistemas mucho más grandes.
Eso no significa que sea un modelo básico. Nemotron-Nano-9B-v2-Japanese está diseñado para mantener conversaciones de varios turnos, generar código, responder preguntas y ejecutar acciones mediante llamadas a herramientas. Por ejemplo, puede recibir una petición en japonés, consultar una API interna y devolver el resultado siguiendo un formato estructurado.
La base es Nemotron-Nano-9B-v2, una arquitectura híbrida de Transformer y Mamba que NVIDIA ya había utilizado para priorizar la eficiencia. Según datos de la compañía y de la investigación del modelo base, esta arquitectura puede ofrecer hasta seis veces más rendimiento que algunas alternativas de código abierto en determinadas condiciones. Esa cifra corresponde a mediciones del modelo Nemotron 2 Nano, no a una promesa universal para cualquier despliegue del modelo japonés.
Datos japoneses y agentes que usan herramientas
Para adaptarlo al japonés, NVIDIA realizó un proceso de entrenamiento adicional con corpus abiertos como Wikipedia, FineWeb-2 Japanese, Aozora Bunko y otros conjuntos de texto. También utilizó datos propios de la familia Nemotron y herramientas como Megatron-LM y NeMo Curator para entrenar y filtrar la información.
Una pieza central es Nemotron-Personas-Japan, un conjunto de datos abierto con personajes sintéticos basados en características demográficas, geográficas y de personalidad de Japón. NVIDIA indica que la colección se construyó a partir de seis millones de personas sintéticas y se empleó como semilla para generar ejemplos de conversación y uso de herramientas.
La intención es que el modelo no solo sepa llamar a una función, sino que entienda cómo hacerlo en conversaciones naturales y situaciones habituales en Japón. Ese material se utilizó especialmente para entrenar tareas como:
- Consultar servicios y APIs mediante llamadas estructuradas.
- Seguir instrucciones en japonés.
- Responder preguntas y resolver problemas.
- Mantener capacidades de razonamiento y programación.
Qué cambia para los desarrolladores
El modelo se puede usar directamente en asistentes internos, atención al cliente, automatización de procesos y aplicaciones especializadas. También puede servir como punto de partida para adaptarlo a sectores concretos, como banca, industria, salud o administración, siempre que se respeten los requisitos de seguridad y validación de cada caso.
Su tamaño reduce el coste de personalización frente a modelos mayores. En lugar de entrenar desde cero las capacidades básicas de japonés y uso de herramientas, un equipo puede concentrar sus recursos en enseñar terminología, documentos y flujos de trabajo propios.
NVIDIA también lo presenta como una opción para crear sistemas con varios agentes, es decir, aplicaciones en las que distintos componentes de IA colaboran para completar una tarea. Un agente podría buscar información, otro ejecutar una acción y un tercero revisar el resultado, todo dentro de una infraestructura privada.
El modelo está disponible junto con las herramientas de la plataforma Nemotron. NVIDIA invita a la comunidad a reutilizar sus modelos, conjuntos de datos, bibliotecas y recetas de entrenamiento para crear versiones adaptadas a otros idiomas y mercados.
La relevancia de este lanzamiento no está solo en que una empresa publique otro modelo de 9B. Está en el enfoque: combinar datos culturales específicos, funciones de agente y un tamaño compatible con servidores empresariales. El siguiente punto que habrá que vigilar es su rendimiento fuera de los benchmarks: si mantiene esa combinación en aplicaciones reales, puede convertirse en una base práctica para la IA en japonés instalada dentro de las propias organizaciones.