Ця стаття пропонує Nemotron-Cascade, фреймворк для розробки загальноцільових моделей міркування з використанням каскадного навчання з підкріпленням за доменами (Cascade RL). Він вирішує неоднорідність в інфраструктурі RL, організовуючи послідовне, доменне RL, досягаючи найсучаснішої продуктивності в бенчмарках конкурентного програмування, математики та розробки програмного забезпечення, а також дозволяючи моделям працювати як у режимі "інструкцій", так і в режимі "глибокого мислення".