/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
CC BY 4.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B
Библиотека
transformers
Опубликована
22 апр 2025

OpenMath-Nemotron-14B-Kaggle

Генерация текстаТекст → текст3 профессии

Дообученная NVIDIA на математических данных языковая модель Qwen2.5 для решения задач по математике с генерацией рассуждений и использованием исполнения кода.

235скачиваний за 30 дней21лайквеса обновлены29 мая 2025

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

OpenMath-Nemotron-14B-Kaggle — плотная авторегрессионная языковая модель на архитектуре Qwen2.5, разработанная NVIDIA дообучением Qwen/Qwen2.5-14B на части набора OpenMathReasoning. Модель использовалась в заявке, занявшей первое место в соревновании AIMO-2 Kaggle, и предназначена прежде всего для решения математических задач и исследования математических рассуждений.

Модель принимает текст и генерирует текст; заявленная длина контекста — до 131 072 токенов. Карточка рекомендует использовать для вывода эталонную реализацию NeMo-Skills, поскольку модель решает задачи с исполнением кода. В метаданных указаны 14 млрд параметров и формат Safetensors. NVIDIA оптимизирует модели семейства для систем с GPU NVIDIA; карточка перечисляет поддержку Ampere и Hopper и интеграцию с TensorRT/Triton.

Результаты семейства оценивались на математических бенчмарках, однако приведённая таблица содержит показатели вариантов 1.5B, а не этой версии 14B, поэтому по ней нельзя судить о точности данного чекпойнта. Для применения требуется учитывать возможную необходимость безопасной среды исполнения кода. Лицензия — Creative Commons Attribution 4.0 (CC BY 4.0).

Сценарии применения

  • Решение олимпиадных задач по математике
  • Пошаговое рассуждение при решении сложных математических задач
  • Решение задач с помощью сгенерированного и исполняемого кода
  • Эксперименты с математическими рассуждениями языковых моделей

Ограничения

Модель ориентирована на математические задачи и, согласно карточке, использует исполнение кода; для такого режима нужна подходящая реализация и безопасная среда исполнения. В README есть несогласованное описание размера и базовой версии, поэтому здесь использованы данные метаданных: 14B и Qwen/Qwen2.5-14B.

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

OpenMath-Nemotron-14B-Kaggle

OpenMath-Nemotron-14B-Kaggle is created by finetuning Qwen/Qwen2.5-14B on a subset of OpenMathReasoning dataset. This model was used in our first place submission to the AIMO-2 Kaggle competition!

Evaluation Results

OpenMath-Nemotron models achieve state-of-the-art results on popular mathematical benchmarks. We present metrics as pass@1 (maj@64) where pass@1 is an average accuracy across 64 generations and maj@64 is the result of majority voting. Please see our paper for more details on the evaluation setup.

ModelAIME24AIME25HMMT-24-25HLE-Math
DeepSeek-R1-Distill-Qwen-1.5B26.8 (60.0)21.4 (36.7)14.2 (26.5)2.9 (5.0)
OpenMath-Nemotron-1.5B CoT61.6 (80.0)49.5 (66.7)39.9 (53.6)5.4 (5.4)
OpenMath-Nemotron-1.5B TIR52.0 (83.3)39.7 (70.0)37.2 (60.7)2.5 (6.2)
+ Self GenSelect83.370.062.27.9
+ 32B GenSelect83.370.062.88.3
DeepSeek-R1-Distill-Qwen-7B54.4 (80.0)38.6 (53.3)30.6 (42.9)3.3 (5.2)
OpenMath-Nemotron-7B CoT74.8 (80.0)61.2 (76.7)49.7 (57.7)6.6 (6.6)
OpenMath-Nemotron-7B TIR72.9 (83.3)57.5 (76.7)54.6 (66.3)7.8 (10.8)
+ Self GenSelect86.776.768.411.5
+ 32B GenSelect86.776.769.911.9
DeepSeek-R1-Distill-Qwen-14B65.8 (80.0)48.4 (60.0)40.1 (52.0)4.2 (4.8)
OpenMath-Nemotron-14B-MIX (kaggle)73.7 (86.7)57.9 (73.3)50.5 (64.8)5.7 (6.5)
OpenMath-Nemotron-14B CoT76.3 (83.3)63.0 (76.7)52.1 (60.7)7.5 (7.6)
OpenMath-Nemotron-14B TIR76.3 (86.7)61.3 (76.7)58.6 (70.9)9.5 (11.5)
+ Self GenSelect86.776.772.414.1
+ 32B GenSelect90.076.771.913.7
QwQ-32B78.1 (86.7)66.5 (76.7)55.9 (63.3)9.0 (9.5)
DeepSeek-R1-Distill-Qwen-32B66.9 (83.3)51.8 (73.3)39.9 (51.0)4.8 (6.0)
OpenMath-Nemotron-32B CoT76.5 (86.7)62.5 (73.3)53.0 (59.2)8.3 (8.3)
OpenMath-Nemotron-32B TIR78.4 (93.3)64.2 (76.7)59.7 (70.9)9.2 (12.5)
+ Self GenSelect93.380.073.515.7
DeepSeek-R179.1 (86.7)64.3 (73.3)53.0 (59.2)10.5 (11.4)

Reproducing our results

The pipeline we used to produce the data and models is fully open-sourced!

We provide all instructions to fully reproduce our results, including data generation.

How to use the models?

This model will always use code execution to solve math problems, so we highly recommend to run inference with our reference implementation in NeMo-Skills.

Please note that these models have not been instruction tuned on general data and thus might not provide good answers outside of math domain.

Citation

If you find our work useful, please consider citing us!

@article{moshkov2025aimo2,
  title   = {AIMO-2 Winning Solution: Building State-of-the-Art Mathematical Reasoning Models with OpenMathReasoning dataset},
  author  = {Ivan Moshkov and Darragh Hanley and Ivan Sorokin and Shubham Toshniwal and Christof Henkel and Benedikt Schifferer and Wei Du and Igor Gitman},
  year    = {2025},
  journal = {arXiv preprint arXiv:2504.16891}
}

Additional information

License/Terms of Use:

GOVERNING TERMS: Use of this model is governed by CC-BY-4.0. Additional Information: Apache License Version 2.0.

Deployment Geography:

Global

Use Case:

This model is intended to facilitate research in the area of mathematical reasoning.

Release Date:  

Huggingface 04/23/2025

Model Architecture:

Architecture Type: Transformer decoder-only language model  

Network Architecture: Qwen2.5

**This model was developed based on Qwen2.5-1.5B

** This model has 1.5B of model parameters.

Input:

Input Type(s): Text

Input Format(s): String

Input Parameters: One-Dimensional (1D)

Other Properties Related to Input: Context length up to 131,072 tokens

Output:

Output Type(s): Text

Output Format: String

Output Parameters: One-Dimensional (1D)

Other Properties Related to Output: Context length up to 131,072 tokens

Our AI models are designed and/or optimized to run on NVIDIA GPU-accelerated systems. By leveraging NVIDIA’s hardware (e.g. GPU cores) and software frameworks (e.g., CUDA libraries), the model achieves faster training and inference times compared to CPU-only solutions.

Software Integration :

Runtime Engine(s):

  • Tensor RT / Triton

Supported Hardware Microarchitecture Compatibility:

  • NVIDIA Ampere

  • NVIDIA Hopper

Preferred Operating System(s):

  • Linux

Model Version(s):

OpenMath-Nemotron-1.5B

OpenMath-Nemotron-7B

OpenMath-Nemotron-14B

OpenMath-Nemotron-32B

Ethical Considerations:

NVIDIA believes Trustworthy AI is a shared responsibility and we have established policies and practices to enable development for a wide array of AI applications.  When downloaded or used in accordance with our terms of service, developers should work with their internal model team to ensure this model meets requirements for the relevant industry and use case and addresses unforeseen product misuse.

For more detailed information on ethical considerations for this model, please see the Model Card++ Explainability, Bias, Safety & Security, and Privacy Subcards.

Please report security vulnerabilities or NVIDIA AI Concerns here.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
735d7fa

0 моделей