英伟达发布OpenReasoning-Nemotron推理模型套件，数学推理性能超越OpenAI o3模型

英伟达近日正式发布OpenReasoning-Nemotron推理模型套件，这一创新成果在数学推理领域实现重大突破，其性能已超越行业标杆o3模型。该系列基于Qwen2.5架构开发，通过蒸馏6710亿参数的DeepSeek R1 0528大模型，形成1.5B、7B、14B和32B四种参数规格，显著降低了高级推理实验的硬件门槛，使得标准游戏电脑即可实现本地部署。

技术层面，该模型依托NeMo Skills生成的500万条数学、科学与编程解答数据集，采用纯监督学习微调方式。测试数据显示，32B版本在AIME24数学竞赛中获得89.2分，在HMMT2月赛中取得73.8分，其表现已超越OpenAI o3-high模型。值得注意的是，1.5B最小模型在相同测试中分别获得55.5和31.5分，展现出参数规模与性能的正相关性。

研究团队发现，7B及以上参数模型展现出显著进步，但不同规模模型呈现出差异化特征：部分版本擅长工具使用但推理较弱，另一些则表现出更强的纯推理能力。英伟达研究科学家Igor Gitman强调，该模型实现了从单纯token预测到真正推理能力的跨越，这得益于对DeepSeek R1 0528模型在500万条推理轨迹上的蒸馏训练。

为促进科研应用，英伟达已在Hugging Face平台开放完整模型检查点，支持”GenSelect”多解答生成模式。用户可通过LM Studio工具在主流操作系统实现本地运行，具体操作包括在搜索栏输入”openreasoning”获取对应版本。此次发布未引入强化学习环节，为后续研究保留了干净的基线模型。

业界分析指出，该套件的推出不仅降低了AI推理的硬件成本，其卓越的数学推理能力更为科研、教育领域带来新的可能性。随着模型性能的持续优化，预计将在学术研究、竞赛辅导等场景产生深远影响。