英伟达开源模型Llama-Nemotron登顶

英伟达最新开源模型：LN-Super与LN-Ultra登顶性能榜单

近日，英伟达在AI领域再次取得突破性进展，其全新开源模型LN系列（包括LN-Super和LN-Ultra）在多项基准测试中超越现有竞争对手。本文将详细介绍这一创新成果及其背后的训练细节。

一、模型概述

1. LN-Super：兼具推理与对话优势
作为通用型模型，LN-Super在保持出色指令遵循能力的同时，在结构化推理任务上展现出色性能。其表现已接近甚至超越DeepSeek-R1-Distilled-Llama-70B等顶级竞争者。

2. LN-Ultra：高效性能的新标杆
LN-Ultra专为高性能计算优化设计，能够在单个8×H100节点上实现高推理吞吐量。在GPQA和AIME等基准测试中，其表现已达到开源模型的最先进水平。

二、训练亮点

1. 强大的强化学习方法
英伟达研究团队采用了大规模强化学习训练方法，显著提升了模型的综合性能。该方法不仅优化了推理能力，还大幅提高了指令遵循效率。

2. 硬件配置优势
与DeepSeek-R1需要8×H200硬件支持不同，LN-Ultra采用更高效的硬件配置策略，在相同计算资源下展现出色性能。

三、性能表现

1. 推理任务表现优异
在标准推理模式下，LN-Super的表现可比肩其蒸馏来源模型Llama-3.3-70B。而在推理开启模式下，其性能超越了主要竞争对手。

2. 分布外任务测试
在JudgeBench数据集的高质量回答识别任务中，LN-Ultra表现最佳，仅次于专有模型o3-mini (high)。LN-Super同样表现出色，超越了o1-mini。

四、技术创新

1. 统一能力框架
新模型实现了推理优化与对话能力的完美结合，在日常助手型任务和复杂推理场景中均展现出色性能。

2. 领先的泛化能力
通过分布外任务测试，证明了LN系列模型具有强大的通用性和适应性，能够轻松应对各种未见任务挑战。

五、参考文献

如需深入了解英伟达在AI领域的最新研究成果，可参考以下链接：
https://arxiv.org/abs/2505.00949