听好了！英伟达搞出了一堆叫"OpenReasoning-Nemotron"的模型（1.5B/7B/14B/32B四个版本），吹得天花乱坠说在同类开源模型里"史上最强"。其实不就是把Qwen2.5架构拿来修修补补，用那个什么DeepSeek-R1-0528生成的数据训练了一下嘛！
英伟达甩出的四颗“炸弹”——OpenReasoning-Nemotron 1.5B、7B、14B、32B，全是“开源圈里同尺寸最猛”的狠角色，把一堆推理排行榜直接打烂。
别看它们名字唬人，其实就是把 Qwen2.5 的骨架搬过来，再用 DeepSeek-R1-0528 吐出来的题海狂喂 SFT（监督微调）。
套路没变，只是把以前 OpenMath/Code/Science 的题库原封不动扔给新版 R1 再抄一遍答案，结果分数就炸了——简单粗暴，粗暴有效。
官方说：
我们新发布了OpenReasoning-Nemotron系列模型（有1.5B/7B/14B/32B四个尺寸），在同尺寸的开源模型里刷新了推理能力的最高分。
这些模型基于Qwen2.5架构，用DeepSeek-R1-0528生成的数据进行了训练。虽然沿用了之前OpenMath/Code/Science系列的提问模板，但升级了生成答案的R1模型后效果提升特别明显！
新版R1超级给力！我们没用复杂的强化学习，仅用普通训练方法就取得好成绩，理论上还能继续优化。期待社区做出更好的版本！模型新增的"重型"推理模式可以让多个AI智能体协作解题，这归功于AIMO-2论文里的GenSelect算法。在数学测试中，GenSelect@64的表现甚至超过了顶级配置o3(high)。最惊喜的是这个为数学设计的功能对代码也有效！32B模型的LCB分数从70.2提升到了75.3。
虽然暂不公开数据，但我们已经发布了完整的复现教程，所有数据也会在整理好后尽快公开！
划重点：
全程没搞在线 RL（强化学习），R1 这位“老师”简直变态级，光靠它一张嘴喷数据就能让模型起飞。省 token、提效果，听起来像开挂。
更阴的是，官方还留了个“重炮模式”：GenSelect 算法（AIMO-2 论文里那玩意儿）。一开挂，64 路“小代理”一起算题，数学基准直接踹飞 o3（high）。更离谱的是，这破模型只在数学题上练过 GenSelect，结果写代码也顺手起飞——32B 的 LiveCodeBench 从 70.2（pass@1）暴涨到 75.3（GenSelect@16），纯属意外惊喜。
极客辣评
为什么用Qwen 2.5而不是Qwen 3？
主要是因为我们之前发布的模型（比如OpenMath/Code/Science）都是基于Qwen 2.5训练的。如果我们这次直接换成Qwen 3，那就相当于同时改了模型架构和数据，这样我们就没法确定性能提升到底是来自更好的数据，还是来自更强的模型架构。
所以，我们这次故意继续用Qwen 2.5，这样就能更清楚地证明——光是新数据（DeepSeek-R1-0528）就让模型变强了很多！ 如果以后再用Qwen 3，那效果可能会更炸裂！
（简单说：控制变量法，先测数据的贡献，再测模型的贡献！）