Nemotron 3.5 Lightning（30B-A3B）是 NVIDIA Nemotron 系列中的一个纯文本模型，总参数 30B、激活参数 3B，采用混合 Mamba-Transformer MoE 架构，并带有原生 MTP（Multi-Token Prediction）头。它面向本地智能体使用以及数据中心部署。
主要能力与特性：
- 模型身份：30B 总参数 / 3B 激活参数的文本模型，提供发布检查点，支持本地与数据中心部署。
- 架构：混合 Mamba-Transformer MoE，带原生 MTP 头；MTP 头来自 Super 3 Base，通过融合（将潜在 MoE 投影折叠进专家）和剪枝得到 Lightning 的规模。
- 构建方式：不是全新预训练，而是从 Nemotron 3 Nano Base 初始化，先用 100B token 预热 MTP 头，然后从 Super 3 Base 蒸馏 1T token，再进行长上下文训练。
- 后训练：单阶段纯文本 SFT、RLVR，以及 48K 步无热启动的 MTP boosting；没有专家教师，也没有 MOPD（与 Super 3.5 不同）。
- 量化：NVFP4（W4A16）版本在所有 GPU SKU 上保持 16 位激活（Super 3.5 在 Blackwell 上使用 W4A4），MTP 模块不量化。
- 评测：报告提供基座模型和 post-trained 模型的评测结果，包括 BF16 与 NVFP4 的对比。
使用方式： 该技能主要作为知识库使用。用户可以通过 /nemotron-lightning35 调用，针对模型身份、检查点、部署、架构与 MTP 头、基座模型构建过程、后训练、NVFP4 量化及评测等问题获得解答。若用户希望运行或定制某个阶段，可参考仓库中的 recipes/overview.md 和 nemotron lightning35 recipes，更广泛的流水线工作可交给 /nemotron-customize。
适用场景：
- 查询 Lightning 3.5 的模型规格、架构细节和训练流程。
- 了解 NVFP4 量化的配置与结果。
- 获取基座模型与 post-trained 模型的评测数据。
- 作为运行或定制模型前的参考资料。
限制与注意事项：
- 不得将 Super 3.5 或 Nano 3 的数字归因于 Lightning；报告中多数表格为 Super 专属，Lightning 专属结果主要在 Table 6（基座）、Table 3（Indic 消融实验）和 Table 21（BF16 vs NVFP4）。
- 早期仓库文档中混入了 Nano 3 的内容（如两阶段 23.5T+1.5T 课程、SFT 领域表、GenRM/DPO 表、“7 个奖励环境”、98/1/1 RL 划分、“最高 3.3x/4x”吞吐、RULER 对比、15+ 语言等），这些描述的是 Nano 3 而非 Lightning。
- 基座模型卡与报告对基座描述不一致：模型卡称预训练超过 20T token、采用 NVFP4 配方、在继续预训练阶段训练 MTP 层且未应用蒸馏；报告则称 Nano 3 Base + 100B token MTP 预热 + 从 Super 3 Base 蒸馏 1T token。两者应分别注明来源。
- Lightning 未报告 SFT/RL 数据或超参数、MTP 接受长度、与其他模型的对比、服务吞吐和安全评测。
- 报告存在笔误：§3.7 拼写为 “Lightining”；Table 6 中 Lightning 与 Super 的 GSM8K 和 PIQA 值完全相同，可能是复制错误。
- NVFP4 Mamba 投影：报告 §4.8、NVFP4 模型卡和 Model Optimizer 配方中为 FP8；页面消融表还列出未发布的 W4A16-Mamba 变体。校准方面，NVFP4 模型卡提到在 Nemotron Ultra 验证子集上使用 four-over-six，而文档命令使用公开的 cnn_nemotron_v2_mix。