Opencodereasoning Nemotron 7B

🚀 OpenCodeReasoning-Nemotron-7B

OpenCodeReasoning-Nemotron-7B 是一个大型语言模型（LLM），它基于 Qwen2.5-7B-Instruct（参考模型）衍生而来。这是一个经过后训练的推理模型，用于代码生成推理，支持 32K 令牌的上下文长度。该模型可用于商业或非商业用途。

🚀 快速开始

运行编码问题推理

import transformers
import torch

model_id = "nvidia/OpenCodeReasoning-Nemotron-7B"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

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} """

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=32768, ) print(outputs[0]["generated_text"][-1]['content'])

## ✨ 主要特性
- 基于 Qwen2.5-7B-Instruct 开发，拥有 70 亿模型参数。
- 支持 32K 令牌的上下文长度。
- 可用于商业和非商业用途。
- 设计并优化为在 NVIDIA GPU 加速系统上运行，相比仅使用 CPU 的解决方案，训练和推理速度更快。

## 📦 安装指南
文档未提及安装步骤，故跳过。

## 💻 使用示例
### 基础用法
```python
# 运行编码问题推理
import transformers
import torch

model_id = "nvidia/OpenCodeReasoning-Nemotron-7B"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

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} """

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=32768, ) print(outputs[0]["generated_text"][-1]['content'])

## 📚 详细文档
### 模型架构
- **架构类型**：密集型仅解码器 Transformer 模型
- **网络架构**：Qwen-7B-Instruct

### 输入
- **输入类型**：文本
- **输入格式**：字符串
- **输入参数**：一维（1D）
- **其他输入相关属性**：上下文长度最大为 32,768 个令牌

### 输出
- **输出类型**：文本
- **输出格式**：字符串
- **输出参数**：一维（1D）
- **其他输出相关属性**：上下文长度最大为 32,768 个令牌

### 软件集成
- **运行时引擎**：NeMo 2.3.0
- **推荐硬件微架构兼容性**：NVIDIA Ampere、NVIDIA Hopper
- **首选/支持的操作系统**：Linux

### 模型版本
- 1.0 (2025 年 4 月 25 日)
- OpenCodeReasoning-Nemotron-7B
- OpenCodeReasoning-Nemotron-14B
- OpenCodeReasoning-Nemotron-32B
- OpenCodeReasoning-Nemotron-32B-IOI

### 训练和评估数据集
#### 训练数据集
OpenCodeReasoning-Nemotron-7B 的训练语料库是 [OpenCodeReasoning](https://huggingface.co/datasets/nvidia/OpenCodeReasoning) 数据集，由竞赛编程问题和 DeepSeek-R1 生成的响应组成。
- **数据收集方法**：混合：自动、人工、合成
- **标注方法**：混合：自动、人工、合成
- **属性**：来自 OpenCodeReasoning 的 736k 个样本

#### 评估数据集
使用下一节列出的数据集对 OpenCodeReasoning-Nemotron-7B 进行评估。
- **数据收集方法**：混合：自动、人工、合成
- **标注方法**：混合：自动、人工、合成

### 许可证/使用条款
本模型的使用受 [Apache 2.0](https://huggingface.co/nvidia/OpenCode-Nemotron-2-7B/blob/main/LICENSE) 条款约束。

### 部署地域
全球

### 使用场景
本模型适用于构建大语言模型的开发者和研究人员。

### 发布日期
2025 年 4 月 25 日通过 Huggingface [https://huggingface.co/nvidia/OpenCodeReasoning-Nemotron-7B/](https://huggingface.co/nvidia/OpenCodeReasoning-Nemotron-7B/) 发布

### 参考资料
[2504.01943] OpenCodeReasoning: Advancing Data Distillation for Competitive Coding

### 推理
- **引擎**：vLLM
- **测试硬件**：NVIDIA H100 - 80GB

### 伦理考量
NVIDIA 认为可信 AI 是一项共同责任，并已制定政策和实践，以支持广泛的 AI 应用开发。当开发者按照服务条款下载或使用本模型时，应与内部模型团队合作，确保该模型满足相关行业和用例的要求，并解决意外的产品滥用问题。请在此报告安全漏洞或 NVIDIA AI 相关问题。

## 🔧 技术细节
文档未提及技术实现细节，故跳过。

## 📄 许可证
本模型的使用受 [Apache 2.0](https://huggingface.co/nvidia/OpenCode-Nemotron-2-7B/blob/main/LICENSE) 许可证约束。

## 🔍 评估结果
以下结果是在每个基准测试上进行 **64 次评估** 的平均值。

| 模型                  | LiveCodeBench 平均得分 | CodeContest 总分 |
|------------------------|--------------------|-----------------|
| DeepSeek - R1            | 65.6               | 26.2            |
| QwQ - 32B                | 61.3               | 20.2            |
| **蒸馏 7B+ 模型** |                    |                 |
| Bespoke - Stratos - 7B     | 14.7               | 2.0             |
| OpenThinker - 7B         | 25.5               | 5.0             |
| R1 - Distill - Qwen - 7B     | 38.0               | 11.1            |
| OlympicCoder - 7B        | 40.9               | 10.6            |
| **OCR - Qwen - 7B** | **48.5** | **16.3** |
| **OCR - Qwen - 7B - Instruct** | **51.3** | **18.1** |
| **蒸馏 14B+ 模型** |                    |                 |
| R1 - Distill - Qwen - 14B    | 51.3               | 17.6            |
| **OCR - Qwen - 14B** | **57.7** | **22.6** |
| **OCR - Qwen - 14B - Instruct** | **59.4** | **23.6** |
| **蒸馏 32B+ 模型** |                    |                 |
| Bespoke - Stratos - 32B    | 30.1               | 6.3             |
| OpenThinker - 32B        | 54.1               | 16.4            |
| R1 - Distill - Qwen - 32B    | 58.1               | 18.3            |
| OlympicCoder - 32B       | 57.4               | 18.0            |
| **OCR - Qwen - 32B** | **61.8** | **24.6** |
| **OCR - Qwen - 32B - Instruct** | **61.7** | **24.4** |

## 🔗 重现结果
- [模型](https://huggingface.co/collections/nvidia/opencodereasoning-2-68168f37cd7c6beb1e3f92e7)
- [数据集](https://huggingface.co/datasets/nvidia/OpenCodeReasoning)
- [论文](https://arxiv.org/abs/2504.01943)

## 📚 引用
如果您发现这些数据有用，请引用：

@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}, }