/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
7,9 ГБ
Лицензия
Своя лицензия
Архитектура
jet_nemotron · dense
Библиотека
transformers
Опубликована
20 авг 2025

Jet-Nemotron-4B

Генерация текстаТекст → текст9 профессий

Jet-Nemotron-4B — англоязычная гибридная языковая модель на 3,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

132скачиваний за 30 дней30лайковвеса 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-4B — плотная причинно-языковая модель с 3,1 млрд параметров из семейства Jet-Nemotron. По карточке модели, семейство разработано с применением метода post-training Neural Architecture Search и использует JetBlock — блок линейного внимания, образуя гибридную архитектуру. Модель предназначена для генерации текста и диалогового взаимодействия; поддерживает контекст до 32 768 токенов и рассчитана на английский язык.

Разработчики заявляют о высокой пропускной способности генерации и приводят сравнительные результаты на общих языковых бенчмарках, включая MMLU, MMLU-pro и BBH. Для работы указаны Transformers и требования к ряду дополнительных библиотек; в репозитории веса представлены в формате safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в карточке модели.

Сценарии применения

  • диалоговый ассистент на английском языке
  • генерация и продолжение текста
  • ответы на общие вопросы
  • обработка длинных текстовых запросов
  • оценка языковой модели на общих бенчмарках

Ограничения

В README приведены результаты на ограниченном наборе общих бенчмарков; они не гарантируют качество в конкретных приложениях. Лицензия указана как other, поэтому условия использования нужно уточнить в карточке модели.

Для каких профессий подходит9

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-4B

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-4B"

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
950eaee

0 моделей