💡 站外导读：当AI大模型竞赛从“参数规模”转向“推理效能”，如何让模型真正具备深度思考与复杂问题解决能力，成为产业落地的核心痛点。英伟达此次开源OpenReasoning-Nemotron系列模型，正是瞄准这一方向的关键突破。它基于顶尖推理模型DeepSeek R1进行知识蒸馏，并在数学、科学、代码等高阶任务上创下新纪录，甚至超越OpenAI的o3，标志着开源社区在推理能力上首次实现对闭源前沿模型的超越。此举不仅为开发者提供了从1.5B到32B的轻量到重量级全栈工具，更通过引入‘重型’推理模式与多智能体协作，将模型的实用性和可靠性推向新高度，预示着AI应用正从‘生成内容’向‘解决问题’的范式转变。

OpenReasoning-Nemotron是英伟达开源的一系列推理能力强大的大型语言模型（LLM），基于DeepSeek R1 0528 模型蒸馏而成，参数规模涵盖1.5B、7B、14B和32B。模型专注于数学、科学和代码领域的推理任务，基于大规模数据蒸馏和有监督微调（SFT）训练，在多个基准测试中创下新纪录，数学上，更是超越了o3，展现出卓越的推理性能。模型支持“重型”推理模式，基于GenSelect算法结合多个智能体的工作进一步提升表现。

OpenReasoning-Nemotron的主要功能

• 高效推理：在数学、科学和代码等领域表现出色，能生成高质量的推理解决方案。
• 多模型规模：提供 1.5B、7B、14B 和 32B 等不同参数规模的模型，满足不同计算资源和任务需求。
• “重型”推理模式：基于 GenSelect 算法结合多个智能体的推理结果，进一步提升性能，在数学和代码任务中表现突出。
• 强大的基线模型：为未来基于强化学习（RL）的推理研究提供了强大的起点，助力开发更高效的推理技术。
• 本地运行支持：支持在本地 100% 运行，基于 LM Studio 等工具进行部署和使用。

OpenReasoning-Nemotron的技术原理

• 大规模数据蒸馏：用 DeepSeek R1 0528 671B 模型生成 500 万高质量的推理解决方案，涵盖数学、科学和代码领域。数据用在训练 OpenReasoning-Nemotron 模型，用数据蒸馏提升模型的推理能力。
• 有监督微调（SFT）：模型用有监督微调（SFT）进行训练，未使用强化学习（RL）。展示数据蒸馏的强大潜力，为后续的 RL 研究提供坚实的基础。
• 多智能体推理（GenSelect）：基于 GenSelect 算法，模型能启动多个并行推理过程，并从中选择最佳解决方案。
• 模型架构：基于 Qwen 2.5 架构，结合最新的 R1 模型生成的数据，确保模型在推理任务上的高效性和准确性。

OpenReasoning-Nemotron的项目地址

• HuggingFace模型库：https://huggingface.co/collections/nvidia/openreasoning-nemotron-687730dae0170059860f1f01

OpenReasoning-Nemotron的应用场景

• 数学问题解决：在教育、科研和竞赛中辅助解决复杂数学问题，提供详细解题步骤和推理支持。
• 科学推理：为物理、化学、生物和环境科学等领域的复杂问题提供推理和解决方案。
• 代码生成与优化：自动生成代码片段、优化代码性能并辅助代码调试，提升软件开发效率。
• 多智能体协作：分解复杂任务，通过多智能体协作选择最优解决方案，优化系统性能。
• 研究与开发：为强化学习研究提供基线模型，支持新技术开发和推理算法探索。