PayPal社の技術者らがarXivに公開した論文「NEMO-4-PAYPAL: Leveraging NVIDIA's Nemo Framework for empowering PayPal's Commerce Agent」によると、PayPalは自社のコマース向けマルチエージェントシステム「Commerce Agent」の中でも、検索・発見（Search and Discovery）エージェントの基盤モデルを、NVIDIA NeMoフレームワークを用いてファインチューニングしたモデルに置き換えました。具体的には、llama3.1-nemotron-nano-8B-v1アーキテクチャをベースに、LoRAベースのモデルを用い、学習率・最適化手法（Adam、AdamW）・コサインアニーリングスケジュール・LoRAランクなどのハイパーパラメータを体系的に最適化したとされています。成果としては、「レイテンシとコストの大幅な改善を、エージェントの品質を維持しながら達成した」と報告されており、特にエージェントの応答時間全体の50%以上を占めていた検索コンポーネントを、ファインチューニングした小型のNemotronモデルで効果的に解決したとされています。これはNVIDIA自身ではなく、導入企業であるPayPalが発信した、NeMoの実際の本番環境での性能実証事例です。