🚀 OpenReasoning-Nemotron-14B 概述

OpenReasoning-Nemotron-14B 是一个大型语言模型（LLM），它基于 Qwen2.5-14B-Instruct（即参考模型）衍生而来。这是一个推理模型，经过后续训练，可用于数学、代码和科学解决方案的推理生成。该模型支持 64K 令牌的上下文长度。OpenReasoning 模型有 1.5B、7B、14B 和 32B 等不同规模可供选择。此模型可用于商业或非商业研究。

🚀 快速开始

模型推理示例

以下是使用 OpenReasoning-Nemotron-14B 模型对编码问题进行推理的示例代码：

import transformers
import torch
model_id = "nvidia/OpenReasoning-Nemotron-14B"
pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)
# 代码生成提示
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} """

数学生成提示

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

{user}

"""

科学生成提示

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'])

### ✨ 主要特性
- **强大的推理能力**：基于 Qwen2.5 系列模型开发，经过专门训练，在数学、代码和科学推理方面表现出色。
- **多规模选择**：提供 1.5B、7B、14B 和 32B 等不同规模的模型，满足不同场景的需求。
- **长上下文支持**：支持 64K 令牌的上下文长度，能够处理更复杂的任务。
- **优秀的基准测试表现**：在多个具有挑战性的推理基准测试中表现卓越，多个规模的模型在各自类别中创下新的最优记录。

### 📚 详细文档
#### 推理基准测试得分
模型在一系列具有挑战性的推理基准测试中表现出色。7B、14B 和 32B 模型在各自规模类别中持续创下新的最优记录。
![Evaluation Results with pass@1](https://raw.githubusercontent.com/NVIDIA/NeMo-Skills/main/docs/releases/openreasoning/pass-1.png)

| **模型** | **人工分析指数*** | **GPQA** | **MMLU-PRO** | **HLE** | **LiveCodeBench*** | **SciCode** | **AIME24** | **AIME25** | **HMMT FEB 25** |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| **1.5B** | 31.0 | 31.6 | 47.5 | 5.5 | 28.6 | 2.2 | 55.5 | 45.6 | 31.5 |
| **7B** | 54.7 | 61.1 | 71.9 | 8.3 | 63.3 | 16.2 | 84.7 | 78.2 | 63.5 |
| **14B** | 60.9 | 71.6 | 77.5 | 10.1 | 67.8 | 23.5 | 87.8 | 82.0 | 71.2 |
| **32B** | 64.3 | 73.1 | 80.0 | 11.9 | 70.2 | 28.5 | 89.2 | 84.0 | 73.8 |

\* 这是我们对人工分析智能指数的估计，并非官方分数。
\* LiveCodeBench 版本 6，日期范围 2408 - 2505。

#### 多智能体工作组合
OpenReasoning-Nemotron 模型可以通过启动多个并行生成并通过 [生成式解决方案选择（GenSelect）](https://arxiv.org/abs/2504.16891) 将它们组合在一起，以“重型”模式使用。为了添加此“技能”，我们遵循原始的 GenSelect 训练流程，但不基于选择摘要进行训练，而是使用 DeepSeek R1 0528 671B 的完整推理轨迹。我们仅训练模型为数学问题选择最佳解决方案，但令人惊讶地发现，这种能力可以直接推广到代码和科学问题！在这种“重型”GenSelect 推理模式下，OpenReasoning-Nemotron-32B 模型在数学和编码基准测试中超越了 O3（高）。

![Evaluation Results with GenSelect](https://raw.githubusercontent.com/NVIDIA/NeMo-Skills/main/docs/releases/openreasoning/genselect.png)

| **模型** | **Pass@1 (Avg@64)** | **Majority@64** | **GenSelect** |
| :--- | :--- | :--- | :--- |
| **1.5B** |  |  |  |
| **AIME24** | 55.5 | 76.7 | 76.7 |
| **AIME25** | 45.6 | 70.0 | 70.0 |
| **HMMT Feb 25** | 31.5 | 46.7 | 53.3 |
| **7B** |  |  |  |
| **AIME24** | 84.7 | 93.3 | 93.3 |
| **AIME25** | 78.2 | 86.7 | 93.3 |
| **HMMT Feb 25** | 63.5 | 83.3 | 90.0 |
| **LCB v6 2408 - 2505** | 63.4 | n/a | 67.7 |
| **14B** |  |  |  |
| **AIME24** | 87.8 | 93.3 | 93.3 |
| **AIME25** | 82.0 | 90.0 | 90.0 |
| **HMMT Feb 25** | 71.2 | 86.7 | 93.3 |
| **LCB v6 2408 - 2505** | 67.9 | n/a | 69.1 |
| **32B** |  |  |  |
| **AIME24** | 89.2 | 93.3 | 93.3 |
| **AIME25** | 84.0 | 90.0 | 93.3 |
| **HMMT Feb 25** | 73.8 | 86.7 | 96.7 |
| **LCB v6 2408 - 2505** | 70.2 | n/a | 75.3 |
| **HLE** | 11.8 | 13.4 | 15.5 |

#### 引用信息
如果您发现这些数据有用，请引用以下文献：

@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}, }

#### 额外信息
- **部署范围**：全球
- **用例**：该模型适用于从事竞赛数学、代码和科学问题研究的开发者和研究人员。它仅通过有监督的微调训练，在基准测试中取得了优异的成绩。
- **发布日期**：2025 年 7 月 16 日于 Huggingface 发布，链接：https://huggingface.co/nvidia/OpenReasoning-Nemotron-14B/

#### 参考资料
- [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

#### 模型架构
- **架构类型**：密集型仅解码器 Transformer 模型
- **网络架构**：Qwen-14B-Instruct 

OpenReasoning-Nemotron-1.5B 基于 Qwen2.5-1.5B-Instruct 开发，具有 1.5B 模型参数。
OpenReasoning-Nemotron-7B 基于 Qwen2.5-7B-Instruct 开发，具有 7B 模型参数。
OpenReasoning-Nemotron-14B 基于 Qwen2.5-14B-Instruct 开发，具有 14B 模型参数。
OpenReasoning-Nemotron-32B 基于 Qwen2.5-32B-Instruct 开发，具有 32B 模型参数。

#### 输入信息
- **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**：经过训练，支持最多 64,000 个输出令牌

#### 输出信息
- **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**：经过训练，支持最多 64,000 个输出令牌

我们的 AI 模型设计和/或优化为在 NVIDIA GPU 加速系统上运行。通过利用 NVIDIA 的硬件（如 GPU 核心）和软件框架（如 CUDA 库），与仅使用 CPU 的解决方案相比，该模型可以实现更快的训练和推理速度。

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

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

#### 训练和评估数据集
##### 训练数据集
OpenReasoning-Nemotron-14B 的训练语料库由来自 [OpenCodeReasoning](https://huggingface.co/datasets/nvidia/OpenCodeReasoning) 数据集、[OpenCodeReasoning-II](https://arxiv.org/abs/2507.09075)、[OpenMathReasoning](https://huggingface.co/datasets/nvidia/OpenMathReasoning) 的问题以及 [Llama-Nemotron-Post-Training-Dataset](https://huggingface.co/datasets/nvidia/Llama-Nemotron-Post-Training-Dataset) 中的合成科学问题组成。所有响应均使用 DeepSeek-R1-0528 生成。我们还直接使用了 Llama-Nemotron-Post-Training-Dataset 中的指令跟随和工具调用数据。

- **数据收集方法**：混合方法：自动化、人工、合成
- **标注方法**：混合方法：自动化、人工、合成
- **属性**：包含 500 万个由 DeepSeek-R1-0528 为 OpenCodeReasoning 问题（https://huggingface.co/datasets/nvidia/OpenCodeReasoning）、[OpenMathReasoning](https://huggingface.co/datasets/nvidia/OpenMathReasoning) 和 [Llama-Nemotron-Post-Training-Dataset](https://huggingface.co/datasets/nvidia/Llama-Nemotron-Post-Training-Dataset) 中的合成科学问题生成的响应。我们还直接使用了 Llama-Nemotron-Post-Training-Dataset 中的指令跟随和工具调用数据。

##### 评估数据集
我们使用以下基准测试对模型进行全面评估：
- **数学**：AIME 2024/2025、HMMT、BRUNO 2025
- **代码**：LiveCodeBench、SciCode
- **科学**：GPQA、MMLU-PRO、HLE

- **数据收集方法**：混合方法：自动化、人工、合成
- **标注方法**：混合方法：自动化、人工、合成

#### 推理信息
- **加速引擎**：vLLM、Tensor(RT)-LLM
- **测试硬件**：NVIDIA H100 - 80GB

#### 伦理考量
NVIDIA 认为可信 AI 是一项共同责任，我们已经制定了政策和实践，以支持广泛的 AI 应用开发。当开发者按照我们的服务条款下载或使用该模型时，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，并解决不可预见的产品滥用问题。

有关该模型伦理考量的更多详细信息，请参阅模型卡片++的可解释性、偏差、安全与保障以及隐私子卡片。

请在此处报告模型质量、风险、安全漏洞或 NVIDIA AI 相关问题：[https://www.nvidia.com/en-us/support/submit-security-vulnerability/](https://www.nvidia.com/en-us/support/submit-security-vulnerability/)

### 📄 许可证
- **适用条款**：上述模型的使用受 [知识共享署名 4.0 国际许可协议（CC - BY - 4.0）](https://creativecommons.org/licenses/by/4.0/legalcode.en) 约束。
- **额外信息**：[Apache 2.0 许可协议](https://huggingface.co/Qwen/Qwen2.5-32B-Instruct/blob/main/LICENSE)