NVIDIA 釋出 4B 級小模型 Bolt E4B
NVIDIA 10/23 在 Hugging Face 釋出 Nemotron 3.5 Bolt E4B：由 Gemma 4 E4B 後訓練的 8B（有效 4B）文字模型，上下文 64K，OpenMDW-1.1 授權；NVIDIA 稱在多項指令遵循與角色扮演評測領先 Gemma 4 E4B。
NVIDIA 在 2026/10/23 於 Hugging Face 釋出 Nemotron 3.5 Bolt E4B。模型卡載明，它由 Google 的 Gemma 4 E4B 後訓練而來，總參數 8B、有效 4B，文字輸入輸出，上下文最長 64K，授權為 OpenMDW-1.1。
模型卡列出 NVIDIA 自行評測的結果（BF16 精度）：MultiChallenge 53.10（Gemma 4 E4B-it 為 42.08）、RoleBench 67.05（49.95）、IFBench 63.79（42.84）；但在 Tau2-Bench 與 RULER（64K）上，Qwen3.5 4B 分別為 75.06 與 95.15，高於 Bolt 的 55.10 與 86.99。NVIDIA 並註明數字可能與其他業者自報結果不同。
卡片說明 BF16 版主要供客製與後訓練，一般使用建議用 Q4_K_M 量化版。二手整理稿指出，名稱中的「4GB」指顯存需求，NVIDIA 實測約 3.1 至 4.2 GB，可用 llama.cpp 或 Ollama 執行，主打機器人、本機助理與遊戲角色對話；這些使用情境與速度數字出自整理稿，模型卡未載明。
跟你的關係
想在自己的電腦或小型裝置上跑對話模型時，這類 4B 級模型的門檻低；但各項評測互有勝負，是否適合你要看任務，例如多輪工具呼叫上 Qwen 較強。建議先用量化版在自己的資料上實測。
重點
- 10/23 釋出，8B 總參數、4B 有效、64K 上下文
- 由 Gemma 4 E4B 後訓練，OpenMDW-1.1 授權
- NVIDIA 自評 RoleBench 67.05，高於 Gemma 4 E4B-it
- Tau2-Bench、RULER 上 Qwen3.5 4B 較高
- 約 4GB 顯存為二手整理稿說法
來源
- Hugging Face 模型卡：nvidia/Nemotron-3.5-Bolt-E4B・10/23 ↗
- pasqualepillitteri.it：Nemotron 3.5 Bolt E4B・10/23 ↗
本站內文為依上列來源整理的摘要，未另外增加事實；細節請以原文為準。