AI 智能體現(xiàn)在已經(jīng)能夠解決多步驟問(wèn)題、編寫生產(chǎn)級(jí)代碼并在多個(gè)領(lǐng)域擔(dān)任通用助手。但要充分發(fā)揮其潛力，還需要在控制成本的前提下加入先進(jìn)的邏輯推理模型。

NVIDIA Nemotron系列在生態(tài)系統(tǒng)中強(qiáng)大的開(kāi)放模型基礎(chǔ)上，通過(guò)使用 NVIDIA 開(kāi)源合成數(shù)據(jù)集、先進(jìn)的技術(shù)以及工具，進(jìn)一步提升了模型的準(zhǔn)確性、效率和透明度。使得創(chuàng)建實(shí)用、適配、高性能的 AI 智能體成為了可能。

該系列最新發(fā)布的 Llama Nemotron Super 48B v1.5 版本在保持高吞吐量和計(jì)算效率的情況下，顯著提升了在數(shù)學(xué)、科學(xué)、編碼、函數(shù)調(diào)用、指令跟隨、對(duì)話等核心邏輯推理與代理任務(wù)中的性能。

該模型現(xiàn)已位居 Artificial Analysis Intelligence Index 排行榜榜首。

本文將詳細(xì)介紹這一最新 NVIDIA Nemotron 模型的準(zhǔn)確性與推理性能、訓(xùn)練方法、數(shù)據(jù)透明度、架構(gòu)優(yōu)化及部署選項(xiàng)。

Llama Nemotron Super v1.5

領(lǐng)跑 Artificial Analysis 排行榜

新模型采用與原 Llama Nemotron Ultra v1 相同的方法構(gòu)建而成，但使用了更多高質(zhì)量的邏輯推理數(shù)據(jù)來(lái)進(jìn)一步進(jìn)行優(yōu)化和訓(xùn)練后微調(diào)。

該模型憑借在多項(xiàng)邏輯推理和代理任務(wù)中展現(xiàn)出的領(lǐng)先性能，問(wèn)鼎 Artificial Analysis Intelligence Index 排行榜。排行榜匯集 MMLU-Pro、GPQA Diamond、Humanity’s Last Exam、LiveCodeBench、SciCode、AIME 和 MATH-500 等基準(zhǔn)測(cè)試的準(zhǔn)確率數(shù)據(jù)。

圖 1. Artificial Analysis Intelligence Index 排行榜

根據(jù)第三方在一系列行業(yè)標(biāo)準(zhǔn)邏輯推理及指令和函數(shù)調(diào)用任務(wù)基準(zhǔn)測(cè)試中的評(píng)估，Llama Nemotron Super v1.5 在高等數(shù)學(xué)、編碼、邏輯推理和對(duì)話指標(biāo)上的表現(xiàn)優(yōu)于其他開(kāi)放模型，使其穩(wěn)居 700 億參數(shù)級(jí)模型榜首。

圖 2. Llama Nemotron Super v1.5 為邏輯推理和代理任務(wù)提供更高的準(zhǔn)確性

除了在邏輯推理和代理能力上領(lǐng)先外，該模型還使用能夠提高吞吐量性能 (Neural Architecture Search, 神經(jīng)架構(gòu)搜索) 的后訓(xùn)練方法，大幅提升了吞吐量。

圖 3. Llama Nemotron Super v1.5 為代理任務(wù)提供更高的準(zhǔn)確性和吞吐量，降低了推理成本

最終得到了一個(gè)適合在單個(gè) NVIDIA Hopper 架構(gòu) GPU 上運(yùn)行的高性能模型，使開(kāi)發(fā)者能夠開(kāi)發(fā)出更加有效和高效的代理系統(tǒng)。

專為邏輯推理和代理工作負(fù)載開(kāi)發(fā)

Llama Nemotron Super v1.5 使用多項(xiàng) NVIDIA 核心技術(shù)開(kāi)發(fā)而成：

Llama Nemotron 后訓(xùn)練開(kāi)源數(shù)據(jù)集

該數(shù)據(jù)集完全通過(guò)合成數(shù)據(jù)生成技術(shù)創(chuàng)建而成，其使用了 Qwen3 235B 和 DeepSeek R1 671B 0528 等先進(jìn)的邏輯推理模型。它使團(tuán)隊(duì)能夠生成超過(guò) 2,600 萬(wàn)行高質(zhì)量的函數(shù)調(diào)用、指令跟隨、邏輯推理、對(duì)話、數(shù)學(xué)和代碼數(shù)據(jù)。

發(fā)布該數(shù)據(jù)集使我們能公開(kāi)透明地展示模型訓(xùn)練的具體內(nèi)容，讓開(kāi)發(fā)者和企業(yè)更加放心地選擇 Llama Nemotron Super v1.5 作為其代理系統(tǒng)的引擎。

除了公開(kāi)透明外，發(fā)布該數(shù)據(jù)集還使開(kāi)發(fā)者在自行開(kāi)發(fā)模型時(shí)無(wú)需投入大量的時(shí)間和精力去生成高質(zhì)量數(shù)據(jù)集，降低了開(kāi)發(fā)新型高性能模型的門檻。

該數(shù)據(jù)集即將在 Hugging Face 上發(fā)布，可通過(guò)數(shù)據(jù)集卡片獲得更詳細(xì)的信息。

后訓(xùn)練流程

如此前文章所述，后訓(xùn)練流程如下：

圖 4. Llama Nemotron Super v1.5 后訓(xùn)練流程

團(tuán)隊(duì)利用強(qiáng)化學(xué)習(xí)將該模型性能提高到極限，以此實(shí)現(xiàn)了上述邏輯推理能力。該模型經(jīng)過(guò)了多道后訓(xùn)練流程，所有流程均針對(duì)需要提升的能力定制，包括監(jiān)督式微調(diào) (SFT) 以及：

獎(jiǎng)勵(lì)感知偏好優(yōu)化 (RPO)：使用 NVIDIA 先進(jìn)的獎(jiǎng)勵(lì)模型提升對(duì)話能力

直接偏好優(yōu)化 (DPO)：用于提升工具調(diào)用的能力

可驗(yàn)證獎(jiǎng)勵(lì)強(qiáng)化學(xué)習(xí) (RLVR)：用于提升指令執(zhí)行、數(shù)學(xué)、科學(xué)等能力

這套全面的后訓(xùn)練流程確保模型的每項(xiàng)能力都得到了訓(xùn)練，將邏輯推理準(zhǔn)確性推向了新高度。

團(tuán)隊(duì)還使用了NeMo Skills評(píng)估和驗(yàn)證模型檢查點(diǎn)，加快了迭代速度和研究周期，并實(shí)現(xiàn)可復(fù)現(xiàn)性。

以 NIM 形式提供Llama Nemotron Super v1.5

Llama Nemotron Super v1.5 很快將作為NVIDIA NIM提供，以便快速、可靠地將其部署到首選的 NVIDIA 加速基礎(chǔ)設(shè)施上。用戶只需使用幾行簡(jiǎn)單命令就能完成部署，并且能夠直接集成兼容 OpenAI API 的私有端點(diǎn)，以提升 AI 智能體和邏輯推理應(yīng)用的性能。此外，Llama Nemotron Super 的強(qiáng)大推理性能可根據(jù)需求自動(dòng)擴(kuò)展。

開(kāi)始使用

Llama Nemotron Super v1.5

Llama Nemotron Super v1.5 模型在保持計(jì)算效率的同時(shí)，還提供強(qiáng)大的邏輯推理能力。它能夠驅(qū)動(dòng)從個(gè)人開(kāi)發(fā)者到大型企業(yè)的各類代理應(yīng)用。

現(xiàn)可先在 NVIDIA 官網(wǎng)上試用模型。如要對(duì)模型進(jìn)行測(cè)試，可通過(guò) Hugging Face 下載檢查點(diǎn)，或按照模型卡片通過(guò)所提供的指令運(yùn)行模型。