Nova (Amazon) (BG)

Amazon Nova — семейство от фундаментални модели (Foundation Models, FM) и големи езикови модели (Large Language Model, LLM), разработено от подразделението Amazon Artificial General Intelligence (AAG Intelligence) и достъпно чрез напълно управлявания сервиз Amazon Bedrock. Семейството обхваща модели за разбиране и генериране на текст, обработка на изображения, видео и документи, както и синтез и разпознаване на реч. Amazon Nova се позиционира като замяна на предишното поколение модели Amazon Titan и е интегрирано в облачната екосистема Amazon Web Services (AWS).

История и хронология на развитието

Преди пускането на Nova платформата Amazon Bedrock предоставяше достъп до модели на трети страни: Anthropic Claude, Meta Llama, Mistral и други. Amazon Nova стана първото семейство от фундаментални модели, разработени от самия AWS, насочено към търговско приложение в облачната инфраструктура.

Първо поколение (2024–2025)

Първото поколение на семейството Amazon Nova беше официално представено на 3 декември 2024 година на конференцията AWS re:Invent 2024. В първоначалния релиз влязоха три модела за разбиране (understanding models) — Nova Micro (само текст), мултимодалните Nova Lite и Nova Pro, — както и генеративните модели Nova Canvas (генериране на изображения) и Nova Reel (генериране на видео).

През април 2025 година линията се допълни с флагманския модел Nova Premier — най-мощният модел на семейството с контекстен прозорец от 1 милион токени, предназначен за задачи със сложни разсъждения и дистилация (distillation, пренос на знания от голям модел към по-малък) на модели. Тогава, през април 2025 година, беше представен и Nova Sonic — речеви модел от клас speech‑to‑speech с поддръжка на диалози в реално време.

Второ поколение — Nova 2 (2025–2026)

През ноември–декември 2025 година на конференцията AWS re:Invent 2025 беше обявено второто поколение — Amazon Nova 2. В линията влязоха обновените модели Nova 2 Lite и Nova 2 Pro с поддръжка на динамично разсъждаване (dynamic reasoning) и разширена обработка на контекст, нативният мултимодален модел Nova 2 Omni (едновременна обработка и генериране на текст, изображения, видео и аудио), както и Nova 2 Sonic — речеви модел от следващото поколение. Едновременно с това бяха представени сервизите Nova Forge (среда за персонализирано обучение на модели) и Nova Act (framework за агентни workflow).

През февруари 2026 година беше публикуван официалният технически отчет на Amazon Nova 2.

Обобщена хронология

Дата	Събитие
Декември 2024	Анонс на Amazon Nova на AWS re:Invent 2024: Nova Micro, Lite, Pro, Canvas, Reel
Април 2025	Пускане на Nova Premier (контекст 1M токени) и Nova Sonic (speech‑to‑speech)
Юни 2025	Публикуване на техническия отчет на първото поколение (arXiv:2506.12103)
Ноември–Декември 2025	Анонс на Nova 2 на AWS re:Invent 2025: Nova 2 Lite, 2 Pro, 2 Omni, 2 Sonic, Nova Forge, Nova Act
Февруари 2026	Публикуване на техническия отчет на Amazon Nova 2

Теоретични основи и архитектура

Базова архитектура на understanding‑моделите

Според техническия отчет arXiv:2506.12103, моделите за разбиране (Nova Micro, Lite, Pro, Premier) се основават на архитектурата на трансформера (Transformer), описана в работата на Vaswani et al. Базовият механизъм на многоглавото самовнимание (Multi‑Head Self‑Attention) се описва с формулата:

$\mathrm{Attention}(Q,K,V)=\mathrm{softmax}\left(\frac{Q{K}^{o}p}{\sqrt{d_k}}\right)V$

където $Q$, $K$, $V$ — матрици на заявките (queries), ключовете (keys) и стойностите (values) съответно, $d_k$ — размерността на ключовете.

Точните параметри на архитектурата (брой слоеве, размер на скритото състояние, брой глави на вниманието, общ брой параметри) в публично достъпните източници към март 2026 година не са разкрити. Такъв подход е характерен за затворени търговски модели.

Мултимодалната обработка в Nova Lite и Nova Pro е реализирана чрез обединяване на текстови, визуални и видео токени в единна последователност, подавана на входа на единна езикова модел. Визуалните кодировщици (vision encoders) преобразуват изображения и кадри от видео в последователности от токени, съвместими с текстовото представяне.

Архитектура на генеративните модели

Генеративните модели Nova Canvas (изображения) и Nova Reel (видео) използват архитектурата на латентни дифузионни модели (Latent Diffusion Models, LDM) във връзка с вариационни автоенкодери (Variational AutoEncoder, VAE) за изчисления в латентното пространство. Процесът на дифузия се описва с уравнението за директен шум:

$x_t=\sqrt{{\overline{\alpha }}_t}{x}_0+\sqrt{1-{\overline{\alpha }}_t}ϵ,ϵ\sim 𝒩(0,I)$

където $x_0$ — оригиналното изображение в латентното пространство, $x_t$ — зашумената му версия на стъпка $t$, ${\overline{\alpha }}_t$ — кумулативният параметър на шумовото разписание, $ϵ$ — стандартен гауссов шум. Текстовият кодировщик (text encoder) осигурява conditioning — обуславяне на генерацията върху текстовия prompt.

Архитектура на речевите модели

Nova Sonic използва архитектура, различна от текстовите модели: тя обединява специализиран кодировщик на реч (speech encoder), декодер на реч (speech renderer) и основна мултимодална езикова модел в единен последователен конвейер (end‑to‑end pipeline). Това позволява обработка на речев вход и генериране на речев изход без междинно преобразуване в текст (въпреки че текстовото представяне се използва вътрешно за осигуряване на качество).

Инфраструктура на обучението

Обучението на моделите Nova се провеждаше на разпределени клъстери AWS Elastic Kubernetes Service (EKS) с използване на собствени ИИ ускорители Amazon Trainium (инстанси TRN1), както и графични процесори NVIDIA A100 и H100.

За намаляване на изчислителните разходи при обучението бяха разработени и приложени специализирани методи за оптимизация:

• Super‑Selective Activation Checkpointing (SSC) — метод за запазване на активациите, който, според данните от техническия отчет, намалява потреблението на памет на графичните процесори приблизително с 50 % при минимални допълнителни разходи за повторни изчисления (recomputation).
• In‑CPU‑Memory Checkpointing — кеширане на междинни тегла (checkpoints) в оперативната памет на централните процесори (CPU) преди тяхното асинхронно изтегляне в облачното хранилище Amazon S3. Според данните на Amazon, този подход позволи да се намали времето за запазване на състоянието на модела до 0,1 секунди при инстансите с TRN1.

Конвейер на обучението и изравняване

Процесът на обучение на моделите Nova се състои от няколко етапа, характерни за съвременните LLM:

Предварително обучение (Pre‑training)

Мащабно обучение върху голям многоезичен и мултимодален корпус от данни, включващ повече от 200 езика. Точният състав на обучаващите данни (обем, съотношение на езиците, конкретни източници) в публичните материали не е посочен.

Контролирано дообучение (Supervised Fine‑Tuning, SFT)

Дообучение върху размечени примери от двойки „инструкция — отговор", което привежда модела към следване на инструкциите на потребителя.

Изравняване чрез обучение с подкрепление

За изравняване на поведението на модела с предпочитанията на човека се прилагат два основни алгоритма:

Proximal Policy Optimization (PPO) — алгоритъм за обучение с подкрепление на базата на обратна връзка от хора (Reinforcement Learning from Human Feedback, RLHF), използващ отделна модел на възнаграждение (Reward Model).

Direct Preference Optimization (DPO) — алтернативен метод за изравняване, който не изисква явна модел на възнаграждение. Целевата функция на DPO има вид:

${ℒ}_{\mathrm{D}\mathrm{P}\mathrm{O}}({\pi }_{h}eta;{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}})=-{𝔼}_{(x,y_w,y_l)\sim 𝒟}[\log \sigma (\beta \log \frac{{\pi }_{h}eta(y_w\mid x)}{{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}(y_w\mid x)}-\beta \log \frac{{\pi }_{h}eta(y_l\mid x)}{{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}(y_l\mid x)})]$

където:

• ${\pi }_{h}eta$ — параметризирана стратегия (обучаемата модел);
• ${\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}$ — базова (замразена) референсна модел;
• $x$ — входен prompt (контекст);
• $y_w$ и $y_l$ — предпочитан (winner) и отхвърлен (loser) отговор съответно;
• $\sigma$ — логистична (сигмоидна) функция;
• $\beta$ — хиперпараметър, контролиращ силата на наказанието за отклонение от базовата модел (аналог на наказанието на Кулбак–Лайблер, KL‑divergence penalty).

Състав на семейството модели

Семейството модели е разделено на тирове (tiers) в зависимост от баланса между производителност, стойност и закъснение (latency).

Модели за разбиране от първо поколение

Параметър	Nova Micro	Nova Lite	Nova Pro	Nova Premier
Входни модалности	Текст	Текст, изображение, видео	Текст, изображение, видео	Текст, изображение, видео
Изходна модалност	Текст	Текст	Текст	Текст
Контекстен прозорец	128 хил. токени	300 хил. токени	300 хил. токени	1 млн токени
Макс. изходни токени	10 хил.	10 хил.	10 хил.	10 хил.
Поддръжка на езици	200+	200+	200+	200+
Дообучение (fine‑tuning)	Да	Да	Да	Не
Дата на релиз	Декември 2024	Декември 2024	Декември 2024	Април 2025
Основно предназначение	Минимално закъснение и стойност за текстови задачи	Базов мултимодален анализ	Оптимален баланс за сложни логически и агентни задачи	Максимална точност, модел‑учител за дистилация

Източник: AWS AI Service Cards; arXiv:2506.12103.

Оптимизирани езици (15): английски, немски, испански, френски, италиански, японски, корейски, арабски, китайски (опростен), руски, хинди, португалски, нидерландски, турски, иврит.

Nova Premier е предназначен за задачи, изискващи дълбоко разбиране на контекста, многостъпково планиране и работа с големи обеми данни: кодови бази, документи с обем над 400 страници, видео с продължителност до 90 минути.

Модели от второто поколение (Nova 2)

Nova 2 Lite и Nova 2 Pro са пуснати през ноември–декември 2025 година. И двата поддържат разширено мислене (extended thinking) — механизъм, при който моделът извършва многостъпкови разсъждения преди генерирането на отговор. Дълбочината на разсъжденията се регулира от параметъра reasoning_effort с нива low, medium и high. Контекстният прозорец е разширен до 1 милион токени. Вградени са нативни инструменти: уеб търсене с потвърждение (web grounding) и интерпретатор на код (code interpreter).

Nova 2 Omni — нативен мултимодален модел, способен едновременно да приема на вход текст, изображения, видео и аудио и да генерира текст и изображения. Контекстен прозорец — 1 млн токени.

Nova 2 Sonic — речеви модел от следващото поколение. Поддържа 6 езика: английски (американски и британски вариант), испански, немски, френски, италиански. Въвежда асинхронно извикване на инструменти (asynchronous tool calling) — моделът продължава да обработва нов вход, докато zewnętrzни инструменти се изпълняват на заден план.

Параметър	Nova 2 Lite	Nova 2 Pro	Nova 2 Omni	Nova 2 Sonic
Входни модалности	Текст, изображение, видео	Текст, изображение, видео	Текст, изображение, видео, аудио	Аудио (реч)
Изходна модалност	Текст	Текст	Текст, изображение	Аудио (реч)
Контекстен прозорец	1 млн токени	1 млн токени	1 млн токени	300 хил. токени
Extended thinking	Да	Да	Да	—
Нативни инструменти	Web grounding, Code interpreter	Web grounding, Code interpreter	—	Asynchronous tool calling
Дата на релиз	Ноември–Декември 2025	Ноември–Декември 2025	Декември 2025	Декември 2025

Източник: AWS Blog; Amazon Science.

Генеративни модели

Nova Canvas — модел за генериране на изображения. Поддържа текстов и графичен вход (PNG, JPEG). Изходна резолюция — до 4,19 млн пиксела (например 2048×2048 или 2816×1536 пиксела). Максимална дължина на prompt — 1024 символа. Поддържат се операциите inpainting (замяна на област от изображението) и outpainting (разширяване на изображението извън границите му).

Nova Reel — модел за генериране на видео. Изходна резолюция: 1280×720 при 24 кадъра в секунда. Продължителност на генерираното видео — до 6 секунди. Поддържа се управление на движението на камерата (camera control). Достъпът се осъществява чрез асинхронен API (Asynchronous Invoke Model API).

Речеви модели

Nova Sonic (април 2025) — речеви модел с двупосочен поточен API (bidirectional stream API). Поддържа функционални извиквания (function calling) и заземяване върху корпоративни данни чрез Retrieval‑Augmented Generation (RAG, генерация с привличане на външни знания). Функцията за воден знак (watermarking) е вградена по подразбиране. Максимална продължителност на връзката — 8 минути с възможност за подновяване; максимум 20 едновременни връзки на клиент (стойност по подразбиране).

Nova 2 Sonic (декември 2025) — следващото поколение речеви модел с подобрено разпознаване на кратки изказвания, телефонно аудио (8 кХц) и акценти.

Оценка и benchmark-ове

Оценката на моделите Nova се провеждаше с използване на автоматизирани benchmark-ове, включително подхода „LLM‑as‑a‑judge" (използване на езикова модел като оценител). Според проучване на HKU SPACE AI Hub, метриката Arena‑Hard‑Auto демонстрира 98,6 % корелация с оценките на експерти.

Benchmark-ове на първото поколение

Данни от техническия отчет arXiv:2506.12103 (условия: резултати на разработчиците на конкурентни модели, публикувани към момента на изготвяне на отчета):

Benchmark	Nova Pro	Nova Lite	Nova Micro	Claude 3.5 Sonnet (Oct 2024)	GPT‑4o (Nov 2024)
MMLU (5‑shot)	—	80,5	77,6	—	—
MATH (4‑shot)	—	73,3	69,3	—	—
IFEval	—	87,5	87,2	—	—
MT‑Bench (text)	79,7	77,7	—	76,7	77,5
MT‑Bench (multimodal)	63,7	60,7	—	61,6	55,0

Източник: arXiv:2506.12103, таблица 2.1.1.

Резултатите показват йерархия на производителността в рамките на семейството (Premier > Pro > Lite > Micro). Разликата е най-забележима в категориите математика (Math) и разсъждения (Reasoning); при задачи за ролево взаимодействие (Roleplay) и извличане на информация (Extraction) по-малките модели показват резултати, близки до по-големите.

Benchmark-ове на второто поколение (Nova 2)

Данни от техническия отчет на Amazon Nova 2 (условия: вътрешни измервания, 0‑shot / CoT където е посочено):

Benchmark	Nova 2 Lite	Nova 2 Pro	Claude Haiku 4.5	GPT‑5 Mini	Gemini 2.5 Flash
MMLU‑Pro (acc)	80,9	81,6	80,0	83,7	83,2
GPQA‑Diamond (acc)	79,6	81,4	73,0	82,3	82,8
AIME 2025 (acc)	91,0	92,3	80,7	91,1	72,0
LongCodeBench 1M (acc)	84,0	84,0	—	—	78,0

Източник: Amazon Nova 2 Technical Report, таблица 1.

Агентни benchmark-ове (Nova 2 Pro): SWE‑Bench Verified — 70,0 %; τ²‑bench Verified Telecom — 92,7 %.

Мултимодални benchmark-ове (Nova 2 Omni): VideoMME — 77,9 %; MMMU Pro — 61,4 %.

При оценка в задачи за техническа поддръжка Nova 2 Lite получи 9,63 ± 0,27 по десетобална скала в метриката „Идентификация на проблема" (Problem Identification), значително изпреварвайки Nova Lite от първото поколение (8,57 ± 0,46).

Забележка. При съпоставяне на резултатите с конкурентни модели е необходимо да се вземе предвид, че условията на prompting, версиите на моделите и датите на снемане на метриките могат да се различават. Benchmark-овете на първото и второто поколение са получени от самоотчети на Amazon; независимите верификации (FloTorch, Artificial Analysis) като цяло потвърждават заявеното съотношение цена/производителност, но по отделни метрики за точност регистрират изоставане спрямо водещи конкуренти.

Скорост на извод

Според вътрешни измервания на Amazon (internal, чрез Bedrock API):

Модел	Скорост на извод (токени/сек)
Nova Micro	≈210
Nova Lite	≈157
Nova Pro	≈100
Nova 2 Omni	>200

Стойност на използване

Всички модели са достъпни чрез Amazon Bedrock по модел на заплащане за брой обработени токени (данни към март 2026 година):

Модел	Входни токени (USD / 1M)	Изходни токени (USD / 1M)
Nova Micro	$0,035	$0,14
Nova Lite	≈$0,06	≈$0,24
Nova Pro	$0,80	$3,20
Nova Premier	$2,50	$12,50

За сравнение: Anthropic Claude 3.5 Sonnet към момента на релиза на Nova се таксуваше по $6,00 / 1M входни и $30,00 / 1M изходни токени.

Персонализация и дообучение

Инфраструктурата на AWS предоставя няколко метода за адаптиране на базовите модели Nova към тясно специализирани домейни. Основният инструмент за това във второто поколение е средата Amazon Nova Forge.

Continued Pre‑Training (CPT) и Mid‑Training

Nova Forge открива достъп до междинни чекпоинти на обучението на моделите (например pretraining‑text‑RD и pretraining‑text‑CE). Това позволява да се продължи самообучението (self‑supervised learning) върху масиви от корпоративни данни с внимателен избор на скоростта на обучение (learning rate) за предотвратяване на катастрофично забравяне (catastrophic forgetting).

Parameter‑Efficient Fine‑Tuning (PEFT)

Актуализиране само на малко подмножество от теглата на модела чрез адаптери с нисък ранг — Low‑Rank Adaptation (LoRA). Този подход съществено намалява изискванията към изчислителните ресурси в сравнение с пълното дообучение (full fine‑tuning). Поддържа се мултимодален fine‑tuning за Nova Lite и Pro.

Reinforcement Fine‑Tuning (RFT)

Потребителски модели могат да бъдат допълнително дообучени с методи с подкрепление на базата на специфични за индустрията метрики на възнаграждение, включително с използване на друг LLM като модел‑съдия (LLM‑as‑a‑judge).

Дистилация на модели (Model Distillation)

Функцията Model Distillation позволява използването на Nova Premier или Nova Pro като модел‑учител (teacher model) за обучение на по-малки модели‑ученици (student models) — Nova Lite и Nova Micro. Това намалява изчислителните разходи за инференс при запазване на съществена част от качеството на големия модел.

Приложение и интеграция

Моделите Nova са интегрирани в изчислителните сервизи на Amazon (AWS Step Functions, AWS Lambda, Amazon Q Developer). Основни документирани сценарии на приложение:

Агентни работни процеси (Agentic Workflows)

Многостъпково изпълнение на задачи с използване на Bedrock Agents и извикване на zewnętrzни инструменти (function calling). Използвайки архитектурния паттерн ReAct (Reasoning and Acting) заедно с framework-ове от типа LangGraph, моделите Nova координират аналитика на бази данни, формират SQL заявки от естествен език и управляват многосъставни процеси. Nova Act осигурява автоматизация на браузърни UI workflow с декларирана надеждност от 90 % при ранни потребителски задачи.

Генерация с привличане на zewnętrzни знания (RAG)

Интеграция с Bedrock Knowledge Bases за заземяване (grounding) на отговори върху корпоративни данни. Моделите Nova 2 поддържат нативно уеб търсене с потвърждение (web grounding) като вграден инструмент.

Обработка на документи

Поддържани формати на входни документи: PDF, CSV, DOC, DOCX, XLS, XLSX, HTML, TXT, MD (с изключение на Nova Micro, който приема само текстов вход). Nova Premier е способен да обработва видео с продължителност до 90 минути в рамките на единична заявка.

Генериране и отстраняване на грешки в код

Поддържани езици за програмиране: Python, Java, JavaScript, C#, TypeScript, SQL.

Речеви интерфейси

Nova Sonic и Nova 2 Sonic се прилагат за изграждане на гласови агенти с поддръжка в реално време, интегрирани с Amazon Connect.

Оценка на модели (LLM‑as‑a‑judge)

Nova се прилага като модел‑съдия при оценка на изходите на други генеративни модели на платформата Amazon SageMaker.

Ограничения и открити проблеми

• Затвореност на архитектурата. Amazon не разкрива броя на параметрите, детайлните архитектурни решения и състава на обучаващите данни, което съществено ограничава независимата възпроизводимост на резултатите. Теглата на моделите Nova не се предоставят за изтегляне или разгръщане извън инфраструктурата на AWS (on‑premise разгръщане е невъзможно).
• Изходен лимит. Максималният брой изходни токени за всички модели за разбиране е ограничен до 10 хил. токени, което може да е недостатъчно за задачи по генериране на дълги документи.
• Ограничения на RFT. Reinforcement Fine‑Tuning не поддържа многооборотни (multi‑turn) диалози и мултимодални данни; препоръчваният дял на положителни примери в набора от данни е не по-малко от 5 %.
• Ограничения на Nova Sonic. Максимална продължителност на връзката — 8 минути; максимум 20 едновременни връзки на клиент по подразбиране.
• Регионална достъпност. Nova Premier е достъпен само в един регион (US East N. Virginia) без поддръжка на кросрегионален инференс; моделите Nova 2 имат ограничен списък от региони за разгръщане.
• Чувствителност на метриките. Оценките на синтетичните benchmark-ове не винаги корелират с качеството на работа в производствени условия (production), където от критично значение са строгото спазване на корпоративните политики и отсъствието на халюцинации при многостъпкови изводи.
• Халюцинации. Моделите демонстрират типични за LLM ограничения: възможни са фактически грешки в генерираните отговори. За намаляване на рисковете се препоръчва използването на Bedrock Guardrails и RAG.
• Сравнителна обективност на benchmark-овете. Amazon представя сравнения с конкурентни модели на базата на данни, публикувани от самите разработчици, което не винаги осигурява единна контролирана експериментална база.

Етични и регулаторни аспекти

AWS декларира следване на принципите на отговорния ИИ (Responsible AI) при разработването на Nova модели. Конкретните мерки за сигурност включват:

• Вградена модерация на съдържание (content moderation).
• Водни знаци (watermarking) за аудио изходи на Nova Sonic.
• Оценка по категории на риска: безопасност (safety), поверителност (privacy), достоверност (veracity), прозрачност (transparency), както и разпространение на ХБРЯ (химическо, биологическо, радиологическо и ядрено) оръжие (CBRN) и настъпателни кибероперации.
• Интеграция с Amazon Bedrock Guardrails за филтриране на входни и изходни данни.
• Оценка на модела Nova Premier за съответствие с Amazon Frontier Model Safety Framework.
• Red teaming — вътрешно и zewnętrzно тестване за устойчивост срещу атаки (според данните от техническия отчет, 307 техники).
• Оценка на модерацията на съдържание по метриката F1: 85,84 на benchmark-а Aegis (според данните от техническия отчет).

Карточките на ИИ сервизите (AI Service Cards) за Nova Micro, Lite, Pro, Premier и Sonic са публикувани на docs.aws.amazon.com като документация за отговорно приложение.

Перспективи и направления на изследванията

Семейството Nova 2 обозначава преход към модели с разширени възможности за разсъждение (extended thinking / reasoning), сравними по концепция с веригата на мисълта (Chain‑of‑Thought, CoT) и аналогични механизми в други семейства модели. Вграденото уеб търсене и интерпретаторът на код като нативни инструменти (а не zewnętrzни плъгини) представляват архитектурен преход в посока на агентни системи.

Направления за по-нататъшно развитие, посочени в публичните материали на Amazon:

• Разширяване на мултимодалността (моделът Omni като унифицирана архитектура „всичко‑към‑всичко").
• Хибридни разсъждения (hybrid reasoning) с адаптивна дълбочина в зависимост от сложността на задачата.
• Открито обучение върху потребителски данни (Nova Forge) на всички етапи на предобучение.
• Дистилация за edge устройства.
• Разширяване на инструментариума за безопасност (safety toolkit).

Тематиката на Amazon Nova AI Challenge, провеждан от AWS сред университетски екипи, включва направления на автоматизирано състезателно тестване, изравняване на безопасността (safety alignment) и многооборотни атаки (multi‑turn jailbreaks), което свидетелства за инвестиции в надеждността на семейството модели.

Вижте също

• Трансформер (архитектура)
• Reinforcement Learning from Human Feedback (RLHF)

Литература

• Amazon Artificial General Intelligence. The Amazon Nova Family of Models: Technical Report and Model Card. arXiv:2506.12103v1, 2025. https://arxiv.org/abs/2506.12103
• Amazon Artificial General Intelligence. Amazon Nova 2: Multimodal Reasoning and Generation Models — Technical Report and Model Card. Amazon Science, февруари 2026. https://www.amazon.science/publications/amazon-nova-2-multimodal-reasoning-and-generation-models
• Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. https://arxiv.org/abs/1706.03762
• Rafailov, R. et al. (2023). Direct Preference Optimization: Your Language Model is Secretly a Reward Model. NeurIPS. https://arxiv.org/abs/2305.18290
• Ouyang, L. et al. (2022). Training language models to follow instructions with human feedback (InstructGPT). NeurIPS. https://arxiv.org/abs/2203.02155
• Rombach, R. et al. (2022). High‑Resolution Image Synthesis with Latent Diffusion Models. CVPR. https://arxiv.org/abs/2112.10752
• Hu, E.J. et al. (2021). LoRA: Low‑Rank Adaptation of Large Language Models. https://arxiv.org/abs/2106.09685

Препратки

• https://docs.aws.amazon.com/nova/latest/userguide/what-is-nova.html — Официална документация на Amazon Nova
• https://docs.aws.amazon.com/ai/responsible-ai/nova-micro-lite-pro/overview.html — AI Service Cards за Nova Micro, Lite, Pro, Premier
• https://docs.aws.amazon.com/ai/responsible-ai/nova-sonic/overview.html — AI Service Card за Nova Sonic
• https://aws.amazon.com/blogs/aws/introducing-amazon-nova-frontier-intelligence-and-industry-leading-price-performance/ — Анонс на Amazon Nova (декември 2024)
• https://www.aboutamazon.com/news/aws/aws-agentic-ai-amazon-bedrock-nova-models — Анонс на Amazon Nova 2 (декември 2025)