/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
29,7 млрд
Размер весов
65,5 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-32B
Библиотека
transformers
Опубликована
12 окт 2025

Qwen3-Nemotron-32B-RLBFF

Генерация текстаТекст → текст15 профессий

Дообученная NVIDIA диалоговая модель Qwen3 на 32B-классе для генерации ответов, рассуждений и решения широкого круга текстовых задач.

198скачиваний за 30 дней28лайковвеса обновлены31 окт 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

Qwen3-Nemotron-32B-RLBFF — текстовая диалоговая модель NVIDIA на архитектуре Transformer Qwen3, дообученная на базе Qwen/Qwen3-32B для повышения качества ответов в режиме рассуждения. Она принимает многоходовый текстовый диалог и генерирует ответ на последнее сообщение пользователя; подходит для общих вопросов, анализа данных, планирования, программирования и творческих задач. В метаданных указано 29,7 млрд параметров и контекст до 40 960 токенов; README сообщает, что обучение велось на диалогах длиной до 4 тыс. токенов, хотя заявленный там максимальный вход — 128 тыс. токенов.

Модель предназначена для запуска через Transformers или vLLM на GPU NVIDIA; README рекомендует один или несколько GPU с 80 ГБ памяти. В опубликованных оценках модель превосходит исходную Qwen3-32B на Arena Hard V2, WildBench и MT-Bench, однако эти результаты не гарантируют качество в конкретных сценариях. Карточка называет модель исследовательской и приводит результаты тестирования на общих диалоговых бенчмарках. Язык в метаданных — английский; лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория NVIDIA.

Сценарии применения

  • ответы на вопросы в многоходовом диалоге
  • объяснение и анализ текстовой информации
  • планирование и выработка вариантов действий
  • помощь с программированием
  • анализ данных по текстовому запросу
  • генерация творческих текстов

Ограничения

Модель обучалась на диалогах длиной до 4 тыс. токенов, несмотря на заявленные в README 128 тыс. токенов максимального входа; метаданные указывают контекст 40 960 токенов. Результаты бенчмарков не гарантируют качество для конкретных приложений, а условия лицензии типа other требуют проверки в репозитории.

Для каких профессий подходит15

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

Model Overview

Description:

Qwen3-Nemotron-32B-RLBFF is a large language model that leverages Qwen/Qwen3-32B as the foundation and is fine-tuned to improve the quality of LLM-generated responses in the default thinking mode.

Given a conversation with multiple turns between user and assistant, it generates a response to the final user turn.

This is a research model described in and is released to support the following research paper: https://arxiv.org/abs/2509.21319

As of 24 Sep 2025, this model achieves Arena Hard V2 of 55.6% and WildBench Score of 70.33% and MT Bench of 9.50. This means that our model is substantially improved over the initial Qwen3-32B model and has similar performance compared to DeepSeek R1 and O3-mini at less than 5% of the inference cost (as indicated on openrouter).

License/Terms of Use:

GOVERNING TERMS: Use of this model is governed by the NVIDIA Open Model License.

Deployment Geography

Global

Use Case:

Qwen3-Nemotron-32B-RLBFF generates an response to a user query.

Release Date:

HuggingFace 10/27/2025 via https://huggingface.co/nvidia/Qwen3-Nemotron-32B-RLBFF

References:

LeaderBoards

Arena Hard V2, WildBench and MT Bench are common benchmarks for measuring general-domain model capabilities.

ModelMT Bench (GPT-4-Turbo)Arena Hard v2 (95% CI)WildBench OverallCreativePlanningData Analy.Info. Seek.CodingIn/MOut/MCost
Qwen3-Nemotron-32B-RLBFF9.5055.6 (-1.6 / +1.4)70.3371.7370.7369.3768.9670.940.0180.0721×
Qwen3-32B9.3844.0 (-1.6 / +1.5)67.5768.6367.9564.6866.7869.530.0180.0721×
o3-mini9.2650.0 (-0.0 / +0.0)71.6469.0472.4474.3765.8173.211.14.461×
Claude-3.7-Sonnet (Thinking)8.9354.2 (-2.0 / +1.8)65.4566.7265.9463.5963.0867.36315188×
DeepSeek R19.4957.4 (-2.0 / +2.0)64.2470.7566.2959.2068.5661.040.4225×

Model Architecture:

Architecture Type: Transformer Network Architecture: Qwen3

We developed this model using Qwen/Qwen3-32B as its foundation. This model contains 32 billion parameters.

Input:

Input Type(s): Text Input Format: String Input Parameters: One Dimensional (1D) Other Properties Related to Input: Max of 128k tokens (but trained only on conversations up to 4K tokens)

Output:

Output Type(s): Text Output Format: String Output Parameters: One-Dimensional (1D) Other Properties Related to Output:

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):

  • [NeMo-RL - 0.3]

Supported Hardware Microarchitecture Compatibility:

  • NVIDIA Ampere
  • NVIDIA Hopper
  • NVIDIA Turing

Supported Operating System(s): Linux

Quick Start

You can use the model using HuggingFace Transformers library with 1 or more 80GB GPUs (NVIDIA Ampere or newer) with at least 70GB of free disk space to accomodate the download. Alternatively, you can use vLLM for accelerated inference.

This code has been tested on Transformers v4.57.0, torch v2.3.0a0+40ec155e58.nv24.3 and 1 H100 80GB GPUs, but any setup that supports Qwen/Qwen3-32B should support this model as well. If you run into problems, you can consider doing pip install -U transformers.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "nvidia/Qwen3-Nemotron-32B-RLBFF"

model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "How many r are there in strawberry?"

messages = [{'role': "user", "content": prompt}]

tokenized_message = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt", return_dict=True)

response_token_ids = model.generate(tokenized_message['input_ids'].cuda(),attention_mask=tokenized_message['attention_mask'].cuda(),  max_new_tokens=16000, return_dict_in_generate=True, output_scores=True)

response = tokenizer.decode(response_token_ids.sequences[0].tolist())

print(response)

Model Version:

v1.0

Training, Testing and Evaluation Datasets:

Training Datasets:

Dataset Name: HelpSteer3 Dataset Link: https://huggingface.co/datasets/nvidia/HelpSteer3

Data Collection Method by dataset

  • [Hybrid: Human, Synthetic]

Labeling Method by dataset

  • [Human]

Properties:

  • 77,564 prompt-responses, each annotated with up to 3 annotations of free-text feedback (each being 50-250 words long) elaborating upon the overall helpfulness of the response.

Testing Datasets:

Dataset Name: HelpSteer3 Dataset Link: https://huggingface.co/datasets/nvidia/HelpSteer3

Data Collection Method by dataset

  • [Hybrid: Human, Synthetic]

Labeling Method by dataset

  • [Human]

Properties:

  • 4,078 prompt-responses, each annotated with up to 3 annotations of free-text feedback (each being 50-250 words long) elaborating upon the overall helpfulness of the response.

Evaluation Datasets

Dataset Name: Arena Hard Auto V2 Dataset Link: https://github.com/lmarena/arena-hard-auto

Data Collection Method by dataset

  • [Hybrid: Human, Synthetic]

Labeling Method by dataset

  • [Hybrid: Human, Synthetic]

Properties:

  • 500 prompts

Dataset Name: WildBench Dataset Link: https://github.com/allenai/WildBench

Data Collection Method by dataset

  • [Hybrid: Human, Synthetic]

Labeling Method by dataset

  • [Hybrid: Human, Synthetic]

Properties:

  • 1024 prompts

Dataset Name: MT-Bench Dataset Link: https://huggingface.co/spaces/lmsys/mt-bench

Data Collection Method by dataset

  • [Hybrid: Human, Synthetic]

Labeling Method by dataset

  • [Hybrid: Human, Synthetic]

Properties:

  • 160 prompts

Inference:

Engine: PyTorch Test Hardware: H100, A100 80GB, A100 40GB

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 supporting 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 and Security, and Privacy Subcards.

Please report security vulnerabilities or NVIDIA AI Concerns here.

Citation

If you find this model useful, please cite the following work:

@misc{wang2025rlbffbinaryflexiblefeedback,
      title={RLBFF: Binary Flexible Feedback to bridge between Human Feedback | Verifiable Rewards}, 
      author={Zhilin Wang and Jiaqi Zeng and Olivier Delalleau and Ellie Evans and Daniel Egert and Hoo-Chang Shin and Felipe Soares and Yi Dong and Oleksii Kuchaiev},
      year={2025},
      eprint={2509.21319},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2509.21319}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
9e79464

0 моделей