官方技术资料：NVIDIA（第 8 页）
官方技术资料 · NVIDIA：共 264 条，本页为第 106–120 条。
Heuristic Filtering
Filter text using rule-based metrics to identify and remove low-quality documents with configurable thresholds
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Code Filtering
NVIDIA NeMo Curator provides specialized filters for assessing and filtering code snippets and programming files.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Inference Server
Serve local LLMs through typed Ray Serve or NVIDIA Dynamo backends with NeMo Curator's InferenceServer
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
NeMo Data Designer Integration
Scale synthetic data generation using NeMo Data Designer (NDD) with declarative configuration and structured column generation
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Duplicate Identification
Remove near-duplicate clips using semantic clustering and pairwise similarity
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Embeddings
Generate clip-level embeddings using Cosmos-Embed1
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Filtering
Filter clips by motion or aesthetics to improve dataset quality
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Agent Rollout Ingestion
AgentRolloutSeedSource turns existing agent rollouts into a seed dataset for synthetic data workflows.
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
🏗️ Architecture & Performance
Data Designer is an orchestration framework that coordinates synthetic data generation workflows.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Columns
Columns are the fundamental building blocks in Data Designer.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Custom Columns
Custom columns let you implement your own generation logic using Python functions.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Deployment Options: Library vs. Microservice
Data Designer is available as both an open-source library and a NeMo Microservice. This guide helps you choose the right deployment option for your use case.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Inference Parameters
Inference parameters control how models generate responses during synthetic data generation.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Person Sampling in Data Designer
Person sampling in Data Designer allows you to generate synthetic person data for your datasets.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25
Processors
Processors are transformations that modify your dataset before or after columns are generated.
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：pretraining · model-evaluation · multimodal
链接复核时间：2026-09-25