OpenReasoning-Nemotron - NVIDIAの推論モデルのオープンソースシリーズ

OpenReasoning-Nemotronとは？

OpenReasoning-Nemotronは、数学、科学、コードにおける推論タスクの処理をサポートするために、NVIDIAによってオープンソース化された一連の大規模言語モデルです。モデルはディープシーク R1 0528モデルから蒸留され、1.5B, 7B, 14B, 32Bのパラメータスケールで、異なる計算ニーズに対応。openReasoning-Nemotronは「ヘビー」推論モードをサポートし、GenSelectアルゴリズムとマルチインテリジェンス連携により、推論効果をさらに高めます。このモデルはローカルで動作し、LMによってサポートされる。モデルはローカルで実行され、LM Studioなどのツールで展開することができ、教育、研究、コード開発のための強力なツールを提供します。

OpenReasoning-Nemotronの主な特長

高い推理力数学、科学、コードなどの複雑な分野を得意とし、ユーザーに正確な論理分析と答えを提供する高品質の推論ソリューションを生成します。
柔軟なモデルサイズこのモデルは、さまざまなパラメータスケール（1.5B、7B、14B、32B）で利用可能であり、ユーザーは自分の計算リソースとタスク要件に基づいて適切なモデルのバージョンを選択する。
重い」推論モデル複数の知能の推論結果を組み合わせてパフォーマンスをさらに最適化するGenSelectアルゴリズムに基づき、数学とコーディングのタスクに優れ、より優れたソリューションを提供します。
強力なベースライン・サポート今後の強化学習（RL）に基づく推論研究の強力な出発点となり、より効率的な推論技術の開発に役立つ。
ローカル・ランタイムのサポートローカルでの100%の運用をサポートし、LM Studioなどのツールで簡単に導入・利用できる。

OpenReasoning-ネモトロン公式サイトアドレス

HuggingFaceモデルライブラリ:: https://huggingface.co/collections/nvidia/openreasoning-nemotron-687730dae0170059860f1f01

OpenReasoning-Nemotronの使い方

ハギング・フェイス・ハブ使用::HuggingFaceモデルのライブラリアドレスにアクセスする。
ハギング・フェイス・トランスフォーマー・ライブラリーをインストールするハギング・フェイスの設置 transformers ライブラリをインストールするには、以下のコマンドを実行する：

pip install transformers

積載モデルの使用 transformers ライブラリは選択されたOpenReasoning-Nemotronモデルをロードします。例えば、7Bのパラメータを持つモデルがロードされます：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "nvidia/OpenReasoning-Nemotron-7B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

推論結果の生成モデルを使って推論結果を生成する。例えば、数学的な問題に対する答えを生成する：

input_text = "Solve the equation 2x + 3 = 7."
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=50)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(result)

OpenReasoning-Nemotronの主な利点

強い推論数学的、科学的、コード推論タスクに焦点を当て、マルチインテリジェンス・コラボレーションと優れた数学的性能に基づいた高品質の推論ソリューションを提供します。
柔軟なモデルサイズシステムは、さまざまなコンピューティング・リソースとタスク要件に対応できるよう、1.5B、7B、14B、32Bの4種類のパラメータ・サイズが用意されている。
高度なトレーニング技術大規模なデータ抽出と教師あり微調整（SFT）に基づき、強化学習（RL）は使用せず、その後の研究に確かな基盤を提供。
効率的な配備と利用ローカルでの実行、LM Studioのデプロイ、Hugging Face Hubとの統合をサポートし、素早くロードして使用できます。
強力なベースライン・モデル強化学習(RL)研究の強力な出発点を提供し、複数のドメインにおける複雑な問題の推論と解決をサポートする。
オープンソースとコミュニティ・サポートオープンソースモデルであるため、ユーザーはコードや豊富なリソース、Hugging Faceコミュニティのサポートに自由にアクセスすることができます。