官方技术资料：NVIDIA（第 13 页）
官方技术资料 · NVIDIA：共 264 条，本页为第 181–195 条。
Benchmarks
What benchmarks are, how they relate to environments, how to choose one, and how to interpret results.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Diagnose Results
Use BLADE and other analysis skills to diagnose evaluation results — why scores changed, which tasks failed, and what intervention to prioritize.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Compare Harnesses
Ablate the agent harness the same way you ablate the model — swap it, hold everything else fixed, and measure the score delta.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Rollout Health Checks
Verify that evaluation rollouts contain complete, internally consistent trajectory and model-call evidence.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
System Design
This section describes how NeMo Gym components interact during startup and execution.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Sandbox API
Use the provider-neutral sandbox module for isolated execution in NeMo Gym agents and environments.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Adding a Sandbox Provider
Implement and register a sandbox runtime backend for NeMo Gym.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
OpenSandbox Best Practices
Resource requests vs limits, timeouts, retries, and the failure signatures that look like bugs but are not — lessons from running thousands of concurrent sandboxes.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Distributed Tracing
A NeMo Gym rollout crosses several processes. This page explains how those hops become a single trace, and what to check when they do not.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Collector for Submitted Jobs
gym eval submit runs an OpenTelemetry Collector beside every benchmark job.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Extending
Add spans to your own resources server, agent harness, or model server.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Metrics
NeMo Gym emits a small, deliberate set of metrics. This page lists them, and explains what is deliberately absent and why.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Rollout Evidence
Collect, join, and inspect model-call and agent evidence.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Agentic retrieval (concept) ¶
NeMo Retriever documentation — library, deployment, and operations guides
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Audio and video ingestion ¶
NeMo Retriever documentation — library, deployment, and operations guides
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：rag · embedding · inference-optimization
链接复核时间：2026-09-25