英伟达开源Nemotron 70B，唯一对手是OpenAI o1
来源：互联网 2026-07-21 06:17:08近日，英伟达正式开源了Llama-3.1-Nemotron-70B-Instruct模型，其性能表现仅落后于OpenAIo1，并超越了GPT-4o和Claude3.5Sonnet。此外还开源了HelpSteer2数据集及奖励模型。该模型在多个自动对齐基准测试中排名第一，优化了通用领域性能，但数学专业尚未进行专门调优。
今天，英伟达再次重磅开源——Llama-3.1-Nemotron-70B-Instruct。该模型在多项基准测试中超越OpenAI的GPT-4o和Anthropic的Claude-3.5 Sonnet。从名称可以看出，它基于Llama-3.1-70B打造。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
翻看大模型排行榜，Llama-3.1-Nemotron-70B-Instruct的排名仅次于OpenAI最新推出的o1模型，成绩相当亮眼。
目前该模型已开放在线体验。像"Strawberry里有几个r"这类经典难题，对它来说不在话下。
当然，它偶尔也会一本正经地胡说八道——例如在"2.11和2.9哪个大"这种问题上翻车。
英伟达方面表示，本次优化重点在于提升模型在通用领域的性能，数学等专业方向尚未进行专门调优。相信再过一段时间，它应该能分清楚2.11和2.9谁大。
开源数据集
除了模型本身，英伟达还一并开源了训练数据集HelpSteer2，内容相当扎实：
- 构建了21362个提示-响应对，让模型更符合人类偏好，在有用性、事实性、连贯性上均有提升，还能按复杂度和详细度做定制
- 其中20324个用于训练，1038个用于验证
奖励模型同步开源
更值得关注的是，英伟达同时还开源了另一个模型——Llama-3.1-Nemotron-70B-Reward。
模型介绍
Llama-3.1-Nemotron-70B-Instruct是英伟达定制的大型语言模型，核心目标在于提升LLM生成响应的有用性。具体成绩单如下：Arena Hard基准得分85.0，AlpacaEval 2 LC基准得分57.6，GPT-4-Turbo MT-Bench基准得分8.98。
截至2024年10月1日，该模型在三个自动对齐基准中全部排名第一，将GPT-4o和Claude 3.5 Sonnet等顶尖模型甩在身后。
有网友评价，一个70B的模型能在Arena Hard上拿到85.0分，确实是一件大事。
还有人做了对比测试：用同样的提示词分别询问GPT-4o和英伟达模型，结果英伟达的答案全面胜出，且优势明显。
"就算加大题目难度，它照样答得漂亮。"
训练细节
训练方面，该模型基于Llama-3.1-70B-Instruct，采用RLHF技术（主要是REINFORCE算法）训练而成，初始训练策略则用到了Llama-3.1-Nemotron-70B-Reward和HelpSteer2偏好提示。
值得一提的是，Llama-3.1-Nemotron-70B-Reward本身也是一项重要成果。它基于Llama-3.1-70B-Instruct Base训练，结合了Bradley Terry和SteerLM回归奖励模型方法，专门用于预测LLM响应的质量。在RewardBench榜单的Overall排名中表现最佳，在Chat、Safety和Reasoning几个子项上也同样出色。
部署要求
最后说一下部署门槛：至少需要一台带4块40GB或2块80GB NVIDIA GPU的机器，外加150GB的可用磁盘空间。硬件到位后，按照官方指引操作即可。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
