/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
122 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-30B-A3B-Thinking-2507
Библиотека
transformers
Опубликована
7 дек 2025

nomos-1

Генерация текстаТекст → текст3 профессии

Специализированная MoE-модель для решения математических задач и записи доказательств на естественном языке.

267скачиваний за 30 дней157лайковвеса обновлены10 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Nomos 1 — специализированная модель Nous Research, разработанная в сотрудничестве с Hillclimb AI на основе Qwen/Qwen3-30B-A3B-Thinking-2507. Она предназначена для решения математических задач и написания доказательств на естественном языке. Модель использует архитектуру Qwen3 MoE и поддерживает контекст до 262 144 токенов; число параметров в метаданных указано как 2,6 млрд. Для запуска авторы рекомендуют использовать Nomos Reasoning Harness и обходиться без системного промпта.

В тесте Putnam 2025 модель набрала 87 из 120 баллов при работе с Nomos Reasoning Harness; базовая Qwen3-30B-A3B-Thinking-2507 в тех же условиях набрала 24 из 120. Это результат конкретной оценки с указанной оболочкой, а не гарантия качества для других задач. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • решение задач уровня математических олимпиад
  • составление пошаговых математических доказательств
  • проверка и развитие рассуждений при решении сложных задач

Ограничения

Оценка 87/120 относится к Putnam 2025 при использовании Nomos Reasoning Harness и не гарантирует аналогичных результатов без него или на других задачах. Авторы рекомендуют запуск без системного промпта.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nomos 1

repo apache 2.0

We release Nomos 1, a specialization of Qwen/Qwen3-30B-A3B-Thinking-2507 for mathematical problem-solving and proof-writing in natural language. Nomos-1 was trained in collaboration with Hillclimb AI.

Nomos 1 is designed to be used with the Nomos Reasoning Harness, which we open-source concurrently.

On Putnam 2025, Nomos 1 scores 87/120 when wrapped in the Nomos reasoning harness. Under the same conditions, Qwen/Qwen3-30B-A3B-Thinking-2507 scores 24/120.

Usage

We recommend using Nomos-1 without a system prompt.

Hugging Face

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "NousResearch/nomos-1"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.float16,
    device_map="auto",
    trust_remote_code=True,
)

messages = [
    {
        "role": "user",
        "content": (
            "Solve the following problem and show your reasoning:\n\n"
            "Let a, b, c be positive real numbers such that abc = 1. "
            "Prove that\n"
            "\\[\n"
            "  \\frac{1}{1+a} + \\frac{1}{1+b} + \\frac{1}{1+c} \\ge 1.\n"
            "\\]"
        ),
    },
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
).to(model.device)

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=400,
        temperature=0.6,
        top_p=0.95,
        top_k=20,
        do_sample=True,
    )

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

SGLang

python -m sglang.launch_server \
  --model-path NousResearch/nomos-1 \
  --tp-size 8

vLLM

vllm serve \
  --model NousResearch/nomos-1 \
  --tensor-parallel-size 8

Acknowledgements

We would like to thank the following contributors:

Nous Research

Roger Jin, Jeffrey Quesnelle, Dakota Mahan, Chen Guang, Teknium

Hillclimb AI

jpark, Ibrakhim Ustelbay, Pruthvi Rajaghatta

Math experts

Samuel Kim, Miron Yurkevich, Adilet Zauytkhan, Rinat Amankos, Alexander Andreyev, Damir Nurlanov, Abuzer Abuov

Other

massiveaxe

Citation

@misc{nomos_model2025,
  title        = {Nomos Model},
  author       = {Jin, Roger and Quesnelle, Jeffrey and Mahan, Dakota and Guang, Chen and Teknium, Ryan and Park, Jun and Ustelbay, Ibrakhim and Kim, Samuel and Yurkevich, Miron and Zauytkhan, Adilet and Amankos, Rinat and Andreyev, Alex and Nurlanov, Damir and Abuov, Abuzer and massiveaxe, Askar},
  year         = {2025},
  howpublished = {\url{https://huggingface.co/NousResearch/nomos-1}},
  note         = {Model release},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
f4432a5

0 моделей