英伟达发布 Nemotron 3.5 Lightning 轻量开放模型与 NeMo Switchyard 路由库，主打本地部署与可审计
英伟达（NVIDIA，英伟达）发布 300 亿参数混合专家开放模型 Nemotron 3.5 Lightning，面向长时运行的智能体任务，并推出开源路由库 NeMo Switchyard，把请求分配给不同模型。
对关注校园心理与个人记录产品的人来说，意义在于“小模型本地跑、数据少出端”的部署选项； 但文中未给出任何心理健康场景验证。
英伟达称 Nemotron 3.5 Lightning 为 30-billion-parameter mixture-of-experts（混合专家）模型，可在 RTX PC、DGX Spark、DGX Station、Jetson 等本地设备或边缘、工作站、数据中心、云上运行；
英伟达称其输出速度最高快 4 倍、智能体任务完成快 30%（对比同类模型），引用的 PinchBench 为其自家基准。 公司称按许可证允许范围公开训练数据与技术，便于溯源和审计，并同步发布用于后训练的 Nemotron-RL-Agentic-Terminal-Pivot 智能体强化学习数据集。
NeMo Switchyard 为开源模型路由库，已上 GitHub； 英伟达称内部基准中维持前沿级准确率、任务成本降至单独使用 Opus 4.8 的近三分之一，并有 Boomi、Cognition、LangChain 等合作方给出各自测试数据。
这条发布与心理、教育产品的直接关系是部署方式而非疗效：如果学校或个体用户对数据出端敏感，本地可运行的小模型加路由可减少把对话发往外部大模型。 但英伟达的效率和成本数字来自自家基准，且路由的核心权衡在文中已写明——LangChain 案例是成本降 74%、只把 7% 调用发给前沿模型，代价是 6% 准确率。
对情绪支持类对话，准确率折损可能表现为漏掉风险表达，因此不能把“更省”直接等同“更安全”。
后续观察信号
- 查找 PinchBench 基准的方法说明与是否覆盖安全/风险识别任务
- 核实 Opus 4.8 对比的测试条件是否公开