英伟达发布数学推理AI模型，刷新AIME准确率纪录

近日，英伟达在AI领域再次取得重大突破，发布了专为数学推理设计的OpenMath-Nemotron系列AI模型，成功刷新了AIME（Artificial Intelligence Mathematics Examination）准确率纪录，标志着AI在多步骤数学逻辑推理能力上的显著提升。

据悉，英伟达此次发布的OpenMath-Nemotron系列包括OpenMath-Nemotron-32B和OpenMath-Nemotron-14B-Kaggle两款先进模型。这两款模型均基于Qwen系列transformer模型，通过在OpenMathReasoning数据集上的深度微调，显著增强了其数学推理能力。

OpenMath-Nemotron-32B作为系列中的旗舰产品，拥有328亿参数，采用BF16张量运算优化硬件效率。该模型在AIME 2024、AIME 2025、HMMT 2024-25等多项基准测试中均取得了领先成绩。特别是在AIME24测试中，以工具集成推理（TIR）模式为例，其pass@1准确率达到78.4%，通过多数投票机制更是提升至93.3%，展现了强大的数学解题能力。

除了旗舰产品外，英伟达还发布了参数更少的OpenMath-Nemotron-14B-Kaggle模型。这款轻量模型拥有148亿参数，针对AIMO-2 Kaggle竞赛进行了优化设计，通过精选OpenMathReasoning数据集子集进行微调，成功夺得竞赛第一名。在AIME24测试中，其链式思维（CoT）模式下pass@1准确率为73.7%，生成式选择（GenSelect）模式下则提升至86.7%。这款模型不仅保持了高质量的数学解题能力，还非常适合资源受限或低延迟需求的场景。

英伟达表示，OpenMath-Nemotron系列模型的发布，是公司在AI数学推理领域的一次重要突破。传统的语言模型虽然擅长生成流畅文本，但在解决复杂数学问题时往往力不从心。这些问题不仅需要理解抽象概念，还要求多步骤的逻辑推导。而OpenMath-Nemotron系列模型通过深度学习和优化算法，成功克服了这些挑战，实现了对数学问题的精准理解和高效解答。

值得一提的是，英伟达还为这两款模型提供了开源管道，集成于NeMo-Skills框架中，支持数据生成、训练和评估的全流程复现。开发者可以通过示例代码快速构建应用，获取逐步解答或简洁答案。此外，模型还针对NVIDIA GPU（如Ampere和Hopper架构）进行了深度优化，利用CUDA库和TensorRT技术确保高效运行。同时，采用Triton Inference Server支持低延迟、高吞吐量的部署，BF16格式则在内存占用与性能间取得了平衡，助力大规模应用落地。

英伟达CEO黄仁勋在发布会上表示：“数学推理一直是AI领域的巨大挑战，但英伟达通过不断创新和优化，成功推出了OpenMath-Nemotron系列模型，刷新了AIME准确率纪录。这不仅是对我们技术实力的肯定，更是对未来AI应用无限可能的展望。我们相信，随着AI技术的不断发展，OpenMath-Nemotron系列模型将在科研、教育、金融等多个领域发挥重要作用，推动人类社会的进步和发展。”

此次英伟达发布OpenMath-Nemotron系列模型，不仅展示了公司在AI数学推理领域的深厚积累和创新实力，也为全球开发者提供了一个强大的工具平台。随着AI技术的不断发展和应用场景的不断拓展，相信英伟达将继续发挥其在AI领域的引领作用，推动产业智能化升级，为人类社会带来更多福祉。