三院士三教授熱聊元宇宙&——AIGC，學術界怎么看？
來源：清元宇宙在近日舉辦的中國江寧2023元宇宙產(chǎn)業(yè)·人才高峰論壇暨AIGC發(fā)展大會上，中國工程院院士譚建榮、劉韻潔、鄭緯民出席并發(fā)表了主旨演講。除了三
4 月 25 日消息，科技媒體 marktechpost 今天（4 月 25 日）發(fā)布博文，報道稱英偉達專為數(shù)學推理設計，發(fā)布 OpenMath-Nemotron-32B 和 OpenMath-Nemotron-14B-Kaggle 兩款先進 AI 模型。
數(shù)學推理一直是 AI 領域的巨大挑戰(zhàn)。傳統(tǒng)的語言模型擅長生成流暢文本，卻在解決復雜數(shù)學問題時顯得力不從心，這些問題不僅需要理解抽象概念，還要求多步驟的邏輯推導。
援引博文介紹，英偉達針對這一難題，推出了 OpenMath-Nemotron-32B 和 OpenMath-Nemotron-14B-Kaggle 兩款模型，基于 Qwen 系列 transformer 模型，通過在 OpenMathReasoning 數(shù)據(jù)集上的深度微調(diào)，顯著提升了數(shù)學推理能力。
OpenMath-Nemotron-32B 是系列中的旗艦產(chǎn)品，擁有 328 億參數(shù)，采用 BF16 張量運算優(yōu)化硬件效率。該模型在 AIME 2024、AIME 2025、HMMT 2024-25 等多項基準測試中取得領先成績。
以工具集成推理（TIR）模式為例，其在 AIME24 上的 pass@1 準確率達到 78.4%，通過多數(shù)投票機制更是提升至 93.3%。
此外，模型支持鏈式思維（CoT）、工具集成推理（TIR）和生成式選擇（GenSelect）三種模式，用戶可根據(jù)需求平衡推理透明度和答案精確度，滿足科研和生產(chǎn)環(huán)境的不同場景。
OpenMath-Nemotron-14B-Kaggle 是一款 148 億參數(shù)的輕量模型，針對 AIMO-2 Kaggle 競賽優(yōu)化設計，通過精選 OpenMathReasoning 數(shù)據(jù)集子集進行微調(diào)，成功奪得競賽第一名。
在 AIME24 測試中，其 CoT 模式下 pass@1 準確率為 73.7%，GenSelect 模式下提升至 86.7%。這款模型參數(shù)更少，保持高質(zhì)量的數(shù)學解題能力的同時，適合資源受限或低延遲需求的場景。
英偉達為兩款模型提供了開源管道，集成于 NeMo-Skills 框架中，支持數(shù)據(jù)生成、訓練和評估的全流程復現(xiàn)。開發(fā)者可通過示例代碼快速構建應用，獲取逐步解答或簡潔答案。
模型針對 NVIDIA GPU（如 Ampere 和 Hopper 架構）深度優(yōu)化，利用 CUDA 庫和 TensorRT 技術，確保高效運行。同時，采用 Triton Inference Server 支持低延遲、高吞吐量的部署，BF16 格式則在內(nèi)存占用與性能間取得平衡，助力大規(guī)模應用落地。
本文鏈接：http://www.rrqrq.com/showinfo-45-12649-0.htmlAI 數(shù)學推理新王：英偉達發(fā)布兩款 OpenMath-Nemotron 模型，刷新 AIME 準確率紀錄
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號