英偉達開源新王登基！70B刷爆SOTA，擊敗GPT-4o只服

[wu.gdpsred.com）

新智元報道：編輯部 HYZ【新智元導讀】就在剛剛，英偉達開源了超強模型Nemotron-70B，後者一經發布就超越了GPT-4o和Claude 3.5 Sonnet，僅次於OpenAI o1！AI社區驚呼：新的開源王者又來了？業內直呼：用Llama 3.1訓出小模型吊打GPT-4o，簡直是神來之筆！

一覺醒來，新模型Nemotron-70B成爲僅次o1的最強王者！

是的，就在昨晚，英偉達悄無聲息地開源了這個超強大模型。

一經發布，它立刻在AI社區引發巨大轟動。

[tian.soyunpro.com）

在多個基準測試中，它一舉超越多個最先進的AI模型，包括OpenAI的GPT-4、GPT-4 Turbo以及Anthropic的Claude 3.5 Sonnet等140多個開閉源模型。並且僅次於OpenAI最新模型o1。

[wei.oldxy1.com）

在即便是在沒有專門提示、額外推理token的情況下，Nemotron-70B也能答對「草莓有幾個r」經典難題。

[tian.bisurs.com）

業內人士評價：英偉達在Llama 3.1的基礎上訓練出不太大的模型，超越了GPT-4o和Claude 3.5 Sonnet，簡直是神來之筆。

[zong.maudshop.com）

[gong.tf7w.com）

網友們紛紛評論：這是一個歷史性的開放權重模型。

[pan.r07i.com）

目前，模型權重已可在Hugging Face上獲取。

[tian.3xme.com）

地址：https://huggingface.co/nvidia/Llama-3.1-Nemotron-70B-Instruct-HF有人已經用兩臺Macbook跑起來了。

[po.mickzeni.com）

超越GPT-4o，英偉達新模型爆火Nemotron基礎模型，是基於Llama-3.1-70B開發而成。

Nemotron-70B通過人類反饋強化學習完成的訓練，尤其是「強化算法」。

這次訓練過程中[www.gong.ankader.com），使用了一種新的混合訓練方法，訓練獎勵模型時用了Bradley-T[www.xia.ketudanya.com）erry和Regression。

使用混合訓練方法的關鍵，就是Nemo[wu.share.022020.com）tron的訓練數據集，而英偉達也一併開源了。

它基於Llama-3.1[kuai.www.ttys22.com）-Nemotron-70B-Reward提供獎勵信號，並利用He[bu.share.youxiqiao.com）lpSteer2-Preference提示來引導模型生成符合人類[kuai.share.ronsrub.com）偏好的答案。

[zong.d25n.com）

在英偉達團隊一篇預[xia.www.murselmert.com）印本論文中，專門介紹了HelpSteer2-Preferenc[share.gong.yaokan66.com）e算法。

[tian.gis-lb.com）

論文地址：https:[share.tian.ddqjt.com）//arxiv.org/pdf/2410.01257在LMSYS大模型競技場中，Ar[lsfz1314.com）ena Hard評測中，Nemotron-70B得分85。

在[share.wei.jewelryhc.com）AlpacaEval 2 LC上得分57.6，在GPT-4-Turb[wei.www.ying-jia.com）o MT-Bench上爲8.98。

[tian.openret.com）[po.www.sjdaoyu.com）

能夠擊敗GPT-4o的模型，究竟有多強？

各路網友紛紛出題，來考驗N[www.gong.jhdodo.net）emotron-70B真實水平。

測試開始！

「一步一步認真思考：我目前[wei.www.ehaoti.com）有兩根香蕉，我昨天吃掉一根，現在還有幾根」？

Nemotro[kuai.share.huahua365.com）n-70B會將問題所給信息進行分解，然後一步一步推理得出，最終[www.kuai.xinquanhui.com）的正確答案是2根。

[kuai.tobigirl.com）

評論區網[bu.www.vansgreen.com）友表示，來一道上難度的題「列出活到89歲的十位名人」。不過，模型卻把某人的去世日期弄錯了，然而它不是一個推理題。