🚀 OpenReasoning-Nemotron-32B 概述

OpenReasoning-Nemotron-32B 是一個大型語言模型（LLM），它基於 Qwen2.5-32B-Instruct（即參考模型）衍生而來。這是一個推理模型，經過了針對數學、代碼和科學解決方案生成的推理後訓練。該模型支持 64K 令牌的上下文長度。OpenReasoning 模型有以下幾種規模：1.5B、7B、14B 和 32B。

此模型可用於商業/非商業研究。

許可證/使用條款

適用條款：上述模型的使用受 知識共享署名 4.0 國際許可協議（CC - BY - 4.0） 約束。附加信息：Apache 2.0 許可協議

🚀 快速開始

推理基準測試得分

我們的模型在一系列具有挑戰性的推理基準測試中表現出色。7B、14B 和 32B 模型在其規模類別中不斷創下新的最優記錄。

* 這是我們對人工分析智能指數的估計，並非官方得分。

* 即時代碼基準測試版本 6，日期範圍 2408 - 2505。

多智能體協作

OpenReasoning - Nemotron 模型可以通過啟動多個並行生成並通過 生成式解決方案選擇（GenSelect） 將它們組合在一起，以“重”模式使用。為了添加此“技能”，我們遵循原始的 GenSelect 訓練流程，但不訓練選擇摘要，而是使用 DeepSeek R1 0528 671B 的完整推理軌跡。我們僅訓練模型為數學問題選擇最佳解決方案，但令人驚訝的是，發現此能力可直接推廣到代碼和科學問題！在這種“重”GenSelect 推理模式下，OpenReasoning - Nemotron - 32B 模型在數學和編碼基準測試中超越了 O3（高）。

💻 使用示例

基礎用法

import transformers
import torch
model_id = "nvidia/OpenReasoning-Nemotron-32B"
pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)
# 代碼生成提示
prompt = """You are a helpful and harmless assistant. You should think step-by-step before responding to the instruction below.
Please use python programming language only.
You must use ```python for just the final solution code block with the following format:
```python
# Your code here

{user} """

數學生成提示

prompt = """Solve the following math problem. Make sure to put the answer (and only answer) inside \boxed{}.

{user}

"""

科學生成提示

You can refer to prompts here -

https://github.com/NVIDIA/NeMo-Skills/blob/main/nemo_skills/prompt/config/generic/hle.yaml (HLE)

https://github.com/NVIDIA/NeMo-Skills/blob/main/nemo_skills/prompt/config/eval/aai/mcq-4choices-boxed.yaml (for GPQA)

https://github.com/NVIDIA/NeMo-Skills/blob/main/nemo_skills/prompt/config/eval/aai/mcq-10choices-boxed.yaml (MMLU-Pro)

messages = [ { "role": "user", "content": prompt.format(user="Write a program to calculate the sum of the first $N$ fibonacci numbers")}, ] outputs = pipeline( messages, max_new_tokens=64000, ) print(outputs[0]["generated_text"][-1]['content'])

## 📚 詳細文檔

### 引用說明
如果您發現這些數據有用，請引用以下文獻：

@article{ahmad2025opencodereasoning, title={OpenCodeReasoning: Advancing Data Distillation for Competitive Coding}, author={Wasi Uddin Ahmad, Sean Narenthiran, Somshubra Majumdar, Aleksander Ficek, Siddhartha Jain, Jocelyn Huang, Vahid Noroozi, Boris Ginsburg}, year={2025}, eprint={2504.01943}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2504.01943}, }

@misc{ahmad2025opencodereasoningiisimpletesttime, title={OpenCodeReasoning-II: A Simple Test Time Scaling Approach via Self-Critique}, author={Wasi Uddin Ahmad and Somshubra Majumdar and Aleksander Ficek and Sean Narenthiran and Mehrzad Samadi and Jocelyn Huang and Siddhartha Jain and Vahid Noroozi and Boris Ginsburg}, year={2025}, eprint={2507.09075}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2507.09075}, }

@misc{moshkov2025aimo2winningsolutionbuilding, title={AIMO-2 Winning Solution: Building State-of-the-Art Mathematical Reasoning Models with OpenMathReasoning dataset}, author={Ivan Moshkov and Darragh Hanley and Ivan Sorokin and Shubham Toshniwal and Christof Henkel and Benedikt Schifferer and Wei Du and Igor Gitman}, year={2025}, eprint={2504.16891}, archivePrefix={arXiv}, primaryClass={cs.AI}, url={https://arxiv.org/abs/2504.16891}, }

### 附加信息
- **部署地域**：全球
- **用例**：此模型適用於從事競賽數學、代碼和科學問題研究的開發人員和研究人員。它僅通過監督微調進行訓練，以在基準測試中取得優異成績。
- **發佈日期**：2025 年 7 月 16 日通過 Huggingface [發佈](https://huggingface.co/nvidia/OpenReasoning-Nemotron-32B/)

### 參考資料
- [2504.01943] OpenCodeReasoning: Advancing Data Distillation for Competitive Coding
- [2504.01943] OpenCodeReasoning: Advancing Data Distillation for Competitive Coding
- [2504.16891] AIMO - 2 Winning Solution: Building State - of - the - Art Mathematical Reasoning Models with OpenMathReasoning dataset

### 模型架構
- **架構類型**：密集型僅解碼器 Transformer 模型
- **網絡架構**：Qwen - 32B - Instruct 

此模型基於 Qwen2.5 - 32B - Instruct 開發，具有 32B 模型參數。
OpenReasoning - Nemotron - 1.5B 基於 Qwen2.5 - 1.5B - Instruct 開發，具有 1.5B 模型參數。
OpenReasoning - Nemotron - 7B 基於 Qwen2.5 - 7B - Instruct 開發，具有 7B 模型參數。
OpenReasoning - Nemotron - 14B 基於 Qwen2.5 - 14B - Instruct 開發，具有 14B 模型參數。
OpenReasoning - Nemotron - 32B 基於 Qwen2.5 - 32B - Instruct 開發，具有 32B 模型參數。

### 輸入
- **輸入類型**：文本
- **輸入格式**：字符串
- **輸入參數**：一維（1D）
- **其他輸入相關屬性**：訓練支持最多 64,000 個輸出令牌

### 輸出
- **輸出類型**：文本
- **輸出格式**：字符串
- **輸出參數**：一維（1D）
- **其他輸出相關屬性**：訓練支持最多 64,000 個輸出令牌

我們的 AI 模型設計和/或優化為在 NVIDIA GPU 加速系統上運行。通過利用 NVIDIA 的硬件（如 GPU 核心）和軟件框架（如 CUDA 庫），與僅使用 CPU 的解決方案相比，該模型可實現更快的訓練和推理時間。

### 軟件集成
- **運行時引擎**：NeMo 2.3.0
- **推薦硬件微架構兼容性**：NVIDIA Ampere、NVIDIA Hopper
- **首選/支持的操作系統**：Linux

### 模型版本
1.0（2025 年 7 月 16 日）
OpenReasoning - Nemotron - 32B
OpenReasoning - Nemotron - 14B
OpenReasoning - Nemotron - 7B
OpenReasoning - Nemotron - 1.5B

## 🔧 技術細節

### 訓練和評估數據集
#### 訓練數據集
OpenReasoning - Nemotron - 32B 的訓練語料庫由來自 [OpenCodeReasoning](https://huggingface.co/datasets/nvidia/OpenCodeReasoning) 數據集、[OpenCodeReasoning - II](https://arxiv.org/abs/2507.09075)、[OpenMathReasoning](https://huggingface.co/datasets/nvidia/OpenMathReasoning) 的問題，以及 [Llama - Nemotron - 後訓練數據集](https://huggingface.co/datasets/nvidia/Llama - Nemotron - Post - Training - Dataset) 中的合成科學問題組成。所有響應均使用 DeepSeek - R1 - 0528 生成。我們還直接包含了 Llama - Nemotron - 後訓練數據集中的指令跟隨和工具調用數據。

- **數據收集方法**：混合：自動化、人工、合成
- **標註方法**：混合：自動化、人工、合成
- **屬性**：來自 OpenCodeReasoning 問題（https://huggingface.co/datasets/nvidia/OpenCodeReasoning）、[OpenMathReasoning](https://huggingface.co/datasets/nvidia/OpenMathReasoning) 和 [Llama - Nemotron - 後訓練數據集](https://huggingface.co/datasets/nvidia/Llama - Nemotron - Post - Training - Dataset) 中的合成科學問題的 500 萬個 DeepSeek - R1 - 0528 生成的響應。我們還直接包含了 Llama - Nemotron - 後訓練數據集中的指令跟隨和工具調用數據。

#### 評估數據集
我們使用以下基準測試對模型進行全面評估。
- **數學**：AIME 2024/2025、HMMT、BRUNO 2025
- **代碼**：LiveCodeBench、SciCode
- **科學**：GPQA、MMLU - PRO、HLE

- **數據收集方法**：混合：自動化、人工、合成
- **標註方法**：混合：自動化、人工、合成

### 推理
- **加速引擎**：vLLM、Tensor(RT) - LLM
- **測試硬件**：NVIDIA H100 - 80GB

### 倫理考量
NVIDIA 認為可信 AI 是一項共同責任，我們已經制定了政策和實踐，以支持廣泛的 AI 應用開發。當按照我們的服務條款下載或使用時，開發人員應與內部模型團隊合作，確保該模型滿足相關行業和用例的要求，並解決不可預見的產品濫用問題。

有關此模型倫理考量的更多詳細信息，請參閱模型卡片++可解釋性、偏差、安全與保障以及隱私子卡片。

請 [在此](https://www.nvidia.com/en - us/support/submit - security - vulnerability/) 報告模型質量、風險、安全漏洞或 NVIDIA AI 相關問題。

## 📄 許可證
本模型使用 [知識共享署名 4.0 國際許可協議（CC - BY - 4.0）](https://creativecommons.org/licenses/by/4.0/legalcode.en)，附加信息參考 [Apache 2.0 許可協議](https://huggingface.co/Qwen/Qwen2.5-32B-Instruct/blob/main/LICENSE)。