英偉達近日宣布推出OpenReasoning-Nemotron模型，這一創新成果基于Qwen2.5架構，并利用DeepSeek-R1-0528生成的數據進行訓練，展示了在數學、科學和代碼任務上的卓越推理能力。
據悉，OpenReasoning-Nemotron在多個基準測試中刷新了記錄，特別是在數學領域，其表現超越了先前的標桿模型o3。這一突破引發了業界的廣泛關注，人們紛紛猜測，開源模型領域的王座或將再次更迭。
英偉達此次推出的模型提供了四種參數規模，分別是1.5B、7B、14B和32B，用戶可以在本地實現100%運行。盡管這些模型帶有“國產血統”——其架構基于Qwen2.5，SFT訓練數據由DeepSeek-R1-0528生成，但它們在推理能力上的表現卻毫不遜色。
OpenReasoning-Nemotron被公認為當前最強的蒸餾推理模型。英偉達研究科學家Igor Gitman介紹了該模型的亮點，指出它不僅僅進行token預測，而是實現了真正的推理能力。這一突破得益于DeepSeek-R1-0528的蒸餾，該模型在5M的數學、代碼和科學推理軌跡上進行了訓練。
值得注意的是，OpenReasoning-Nemotron在沒有進行任何在線強化學習的情況下，僅通過有監督微調（SFT）就取得了如此顯著的成果。未來，隨著進一步優化或使用更少的token，這些模型有望實現相似甚至更好的性能。
除了在數學基準測試中超越OpenAI o3（高算力版）外，OpenReasoning-Nemotron還展現出了從數學到代碼的泛化能力。盡管這些模型僅針對數學問題訓練了GenSelect算法，但它們在代碼任務上也取得了令人驚訝的結果。
然而，英偉達也澄清，這是一次“研究性質”的模型發布，主要目標是驗證新生成數據的價值，并探索僅通過監督微調能將性能推到何種程度。因此，這些模型目前可能無法勝任多輪對話或作為通用助手。
盡管如此，OpenReasoning-Nemotron在多個具有挑戰性的推理基準測試中仍表現出色，7B、14B和32B模型在各自規模類別下均創下了多項最先進紀錄。這一成果不僅展示了英偉達在AI領域的深厚積累，也為未來的推理模型研究提供了新的基線。
英偉達還發現了一些有趣的現象。例如，參數規模對模型性能的影響巨大，1.5B模型在處理較長上下文生成時可能不太一致，而7B或更大的模型則表現出了顯著的進步。模型還學會了兩種不同的行為：一種是使用工具但推理較差，另一種是不使用工具但推理很強。
為了讓更多用戶能夠體驗OpenReasoning-Nemotron模型的強大功能，英偉達提供了詳細的本地運行指南和模型鏈接。用戶只需下載適用于macOS、Windows或Linux的LM Studio，在搜索標簽頁輸入“openreasoning”，即可安裝所需版本的模型。
英偉達的這一創新成果無疑為AI領域帶來了新的活力，也為未來的推理模型研究指明了方向。隨著技術的不斷進步和應用場景的不斷拓展，我們有理由相信，AI將在更多領域展現出其獨特的價值和潛力。
