🚀 OpenReasoning-Nemotron-32B 概述

OpenReasoning-Nemotron-32B 是一个大型语言模型（LLM），它基于 Qwen2.5-32B-Instruct（即参考模型）衍生而来。这是一个推理模型，经过后训练，可用于数学、代码和科学解决方案生成的推理任务。我们对该模型进行了评估，其输出令牌最多可达 64K。OpenReasoning 模型有以下几种规模：1.5B、7B、14B 和 32B。该模型可用于商业或非商业研究。

📄 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） 约束。
• 附加信息：Apache 2.0 许可证

✨ 推理基准测试得分

我们的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 模型在其规模类别中不断创造新的最优记录。

* 这是我们对人工分析智能指数的估计，并非官方得分。

* 实时代码基准测试版本 6，日期范围 2408 - 2505。

🔧 多智能体协作

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） 将它们组合在一起，以 “重型” 模式运行。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，但令人惊讶的是，发现此能力可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）。

💻 使用示例

基础用法

要对编码问题进行推理，请使用以下代码：

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'])

## 📚 详细文档

### 引用
如果您觉得这些数据有用，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}, }

@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**：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。它仅通过监督微调进行训练，以在基准测试中取得优异成绩。
- **发布日期**：2025 年 7 月 16 日于 Huggingface [发布](https://huggingface.co/nvidia/OpenReasoning-Nemotron-32B/)

### 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 - 32B - Instruct 

该模型基于 Qwen2.5 - 32B - Instruct 开发，具有 32B 模型参数。
- 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
- **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**：训练的输出令牌最多可达 64000 个

### 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**：训练的输出令牌最多可达 64000 个

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 - 32B 的训练语料库由 [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) 以及 [Llama - Nemotron - 后训练数据集](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。我们还未做修改地包含了 Llama - Nemotron - 后训练数据集中的指令遵循和工具调用数据。
- **数据收集方法**：混合：自动化、人工、合成
- **标注方法**：混合：自动化、人工、合成
- **属性**：来自 OpenCodeReasoning 问题（https://huggingface.co/datasets/nvidia/OpenCodeReasoning）、[OpenMathReasoning](https://huggingface.co/datasets/nvidia/OpenMathReasoning) 以及 [Llama - Nemotron - 后训练数据集](https://huggingface.co/datasets/nvidia/Llama-Nemotron-Post-Training-Dataset) 中合成科学问题的 500 万个 DeepSeek - R1 - 0528 生成的响应。我们还未做修改地包含了 Llama - Nemotron - 后训练数据集中的指令遵循和工具调用数据。

#### 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：自动化、人工、合成
- **标注方法**：混合：自动化、人工、合成

### 推理
- **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，我们已制定政策和实践，以推动广泛的 AI 应用开发。当开发者按照我们的服务条款下载或使用此模型时，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。

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

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