/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Лицензия
Своя лицензия
Архитектура
jet_nemotron · dense
Библиотека
transformers
Опубликована
20 авг 2025

Jet-Nemotron-2B

Генерация текстаТекст → текст10 профессий

Jet-Nemotron-2B — компактная англоязычная диалоговая языковая модель NVIDIA для генерации текста с длинным контекстом.

397скачиваний за 30 дней17лайковвеса обновлены28 сен 2025

Бенчмарки

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

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

Jet-Nemotron-2B — языковая модель семейства Jet-Nemotron, разработанного NVIDIA. Это плотная модель на 1,5 млрд параметров с гибридной архитектурой: в ней применяются блок JetBlock с линейным вниманием и подход Post Neural Architecture Search для адаптации архитектуры. Модель предназначена для генерации текста и диалогового общения; заявленное окно контекста составляет 131 072 токена.

В опубликованных оценках Jet-Nemotron-2B показывает результаты выше нескольких сопоставляемых моделей сходного класса на тестах MMLU, MMLU-Pro и BBH. В README также заявлено ускорение генерации до 53,6 раза на GPU H100 при контексте 256K и максимальном размере пакета; это показатель конкретного режима сравнения, а не гарантия скорости в любой среде. Карточка указывает поддержку английского языка. Модель распространяется в формате safetensors через Transformers; лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в репозитории.

Сценарии применения

  • диалоговое общение на английском языке
  • генерация ответов на текстовые запросы
  • работа с длинными текстовыми контекстами
  • оценка и сравнение языковых моделей на тестах знаний и рассуждений

Ограничения

В README приведены сравнительные результаты и ускорение для конкретных тестов и конфигурации; они не гарантируют аналогичных показателей в других условиях. Лицензия указана как other, поэтому перед использованием необходимо проверить её условия в репозитории.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Jet-Nemotron-2B

image/png

1 Overview

Jet-Nemotron is a new family of hybrid-architecture language models that surpass state-of-the-art open-source full-attention language models such as Qwen3, Qwen2.5, Gemma3, and Llama3.2, while achieving significant efficiency gains—up to 53.6× speedup in generation throughput on H100 GPUs (256K context length, maximum batch size). It is built upon two core innovations:

  • Post Neural Architecture Search, an efficient post-training architecture exploration and adaptation pipeline applicable to arbitrary pre-trained transformer models;
  • JetBlock, a novel linear attention block that significantly outperforms previous designs such as Mamba2.

2 Quick Start

Requirements

flash-attn
torch<=2.7.1
transformers<=4.53.0
flash-attn
accelerate
datasets==4.0.0
jieba
fuzzywuzzy
rouge
python-Levenshtein
flash-linear-attention@git+https://github.com/jet-ai-projects/flash-linear-attention.git@jetai
lm_eval@git+https://github.com/jet-ai-projects/lm-evaluation-harness.git@jetai

Generation

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_name_or_path = "jet-ai/Jet-Nemotron-2B"

model = AutoModelForCausalLM.from_pretrained(model_name_or_path, 
                                             trust_remote_code=True, 
                                             attn_implementation="flash_attention_2",
                                             torch_dtype=torch.bfloat16,
                                             device_map="cuda")
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True)
model = model.eval().cuda()

input_str = "Hello, I'm Jet-Nemotron from NVIDIA."

input_ids = tokenizer(input_str, return_tensors="pt").input_ids.cuda()
output = model.generate(input_ids, max_new_tokens=50, do_sample=False)
output_str = tokenizer.decode(output[0], skip_special_tokens=True)
print(output_str)

3 Evaluation Results

Jet-Nemotron-4BJet-Nemotron-2BQwen3-1.7B-BaseLlama3-3BGemma3n-E2B
GeneralMMLU65.260.860.354.953.9
MMLU-pro44.239.037.825.024.3
BBH65.058.354.247.145.1
ARC-C51.748.644.946.629.4
BoolQ83.081.279.073.976.0
Winogrande70.565.863.869.360.8
MathGSM8K78.776.262.825.824.9
Math25.223.316.78.610.1
MMLU-Stem65.662.750.845.345.7
CodeEvalPlus65.660.862.835.529.6
CruXEval-I-Cot65.961.160.454.749.9
CruXEval-O-Cot59.056.753.441.741.6
Long-ContextLongBench43.941.142.239.940.4
EfficiencyCache Size (64k)2581547,1687,168768
Max Throughput1,2712,8856160701

4 Citation

@article{gu2025jet,
  title={Jet-Nemotron: Efficient Language Model with Post Neural Architecture Search},
  author={Gu, Yuxian and Hu, Qinghao and Yang, Shang and Xi, Haocheng and Chen, Junyu and Han, Song and Cai, Han},
  journal={arXiv preprint arXiv:2508.15884},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
JetNemotronForCausalLM
Ревизия весов
afd4ee2

0 моделей