英伟达近日宣布推出OpenReasoning-Nemotron模型，这一创新成果基于Qwen2.5架构，并利用DeepSeek-R1-0528生成的数据进行训练，展示了在数学、科学和代码任务上的卓越推理能力。
据悉，OpenReasoning-Nemotron在多个基准测试中刷新了记录，特别是在数学领域，其表现超越了先前的标杆模型o3。这一突破引发了业界的广泛关注，人们纷纷猜测，开源模型领域的王座或将再次更迭。
英伟达此次推出的模型提供了四种参数规模，分别是1.5B、7B、14B和32B，用户可以在本地实现100%运行。尽管这些模型带有“国产血统”——其架构基于Qwen2.5，SFT训练数据由DeepSeek-R1-0528生成，但它们在推理能力上的表现却毫不逊色。
OpenReasoning-Nemotron被公认为当前最强的蒸馏推理模型。英伟达研究科学家Igor Gitman介绍了该模型的亮点，指出它不仅仅进行token预测，而是实现了真正的推理能力。这一突破得益于DeepSeek-R1-0528的蒸馏，该模型在5M的数学、代码和科学推理轨迹上进行了训练。
值得注意的是，OpenReasoning-Nemotron在没有进行任何在线强化学习的情况下，仅通过有监督微调（SFT）就取得了如此显著的成果。未来，随着进一步优化或使用更少的token，这些模型有望实现相似甚至更好的性能。
除了在数学基准测试中超越OpenAI o3（高算力版）外，OpenReasoning-Nemotron还展现出了从数学到代码的泛化能力。尽管这些模型仅针对数学问题训练了GenSelect算法，但它们在代码任务上也取得了令人惊讶的结果。
然而，英伟达也澄清，这是一次“研究性质”的模型发布，主要目标是验证新生成数据的价值，并探索仅通过监督微调能将性能推到何种程度。因此，这些模型目前可能无法胜任多轮对话或作为通用助手。
尽管如此，OpenReasoning-Nemotron在多个具有挑战性的推理基准测试中仍表现出色，7B、14B和32B模型在各自规模类别下均创下了多项最先进纪录。这一成果不仅展示了英伟达在AI领域的深厚积累，也为未来的推理模型研究提供了新的基线。
英伟达还发现了一些有趣的现象。例如，参数规模对模型性能的影响巨大，1.5B模型在处理较长上下文生成时可能不太一致，而7B或更大的模型则表现出了显著的进步。模型还学会了两种不同的行为：一种是使用工具但推理较差，另一种是不使用工具但推理很强。
为了让更多用户能够体验OpenReasoning-Nemotron模型的强大功能，英伟达提供了详细的本地运行指南和模型链接。用户只需下载适用于macOS、Windows或Linux的LM Studio，在搜索标签页输入“openreasoning”，即可安装所需版本的模型。
英伟达的这一创新成果无疑为AI领域带来了新的活力，也为未来的推理模型研究指明了方向。随着技术的不断进步和应用场景的不断拓展，我们有理由相信，AI将在更多领域展现出其独特的价值和潜力。
文章采集于互联网