NVIDIA 正式推出準確、高效的混合 Mamba-Transformer 推理模型系列NVIDIA Nemotron Nano 2。

*圖中，ISL 與 OSL 分別代表輸入和輸出序列長度，吞吐量數(shù)據(jù)均在單顆 NVIDIA GPU 上以 bfloat16 精度測得。

如“NVIDIA Nemotron Nano 2：準確、高效的混合 Mamba-Transformer 推理模型”技術(shù)報告所示，推理模型 NVIDIA-Nemotron-Nano-v2-9B 在復雜推理基準測試中，實現(xiàn)了與領先的同規(guī)模開源模型 Qwen3-8B 相當乃至更佳的準確率，吞吐量較后者至高提升6倍。

我們在 Hugging Face 上發(fā)布了以下三個模型，它們均支持 128K 上下文長度：

NVIDIA-Nemotron-Nano-9B-v2：經(jīng)過對齊和剪枝的推理模型

NVIDIA-Nemotron-Nano-9B-v2-Base：經(jīng)過剪枝的基礎模型

NVIDIA-Nemotron-Nano-12B-v2-Base：未經(jīng)過對齊或剪枝的基礎模型

數(shù)據(jù)集

此外，作為行業(yè)領先開源模型的首次嘗試，我們公開了在預訓練中使用的大部分數(shù)據(jù)。

Nemotron-Pre-Training-Dataset-v1 數(shù)據(jù)集包含6.6萬億個 Token，涵蓋高質(zhì)量網(wǎng)絡爬取、數(shù)學、代碼、SFT 和多語言問答數(shù)據(jù)，分為以下四個類別：

Nemotron-CC-v2：基于 Nemotron-CC（Su 等人，2025 年）的后續(xù)版本，新增了 2024 至 2025 年間的八個 Common Crawl 快照數(shù)據(jù)集。數(shù)據(jù)集經(jīng)過整體去重處理，并使用 Qwen3-30B-A3B 對其進行了合成重述。此外，該數(shù)據(jù)集還包含15 種語言的合成多樣化問答，可支持強大的多語言邏輯推理和通用知識預訓練。

Nemotron-CC-Math-v1：一個以數(shù)學為重點的數(shù)據(jù)集，包含1,330 億個 Token。該數(shù)據(jù)集使用NVIDIALynx + LLM 管線從 Common Crawl 中提取數(shù)據(jù)，在保留方程和代碼格式的同時，將數(shù)學內(nèi)容統(tǒng)一標準化為 LaTex 的編輯形式，確保了關鍵數(shù)學內(nèi)容和代碼片段完整無損，生成的預訓練數(shù)據(jù)在基準測試中顯著優(yōu)于現(xiàn)有數(shù)學數(shù)據(jù)集。

Nemotron-Pretraining-Code-v1：基于 GitHub 構(gòu)建的大規(guī)模精選代碼數(shù)據(jù)集。該數(shù)據(jù)集經(jīng)過多階段去重、許可證強制執(zhí)行和啟發(fā)式質(zhì)量檢查過濾，包含11 種編程語言的 LLM 生成代碼問答對。

Nemotron-Pretraining-SFT-v1：覆蓋STEM、學術(shù)、邏輯推理和多語言領域的合成生成數(shù)據(jù)集。該數(shù)據(jù)集包含復雜的多選題和解析題，這些問題源自高質(zhì)量數(shù)學和科學素材、研究生級的學術(shù)文本以及經(jīng)過指令微調(diào)的 SFT 數(shù)據(jù)（涵蓋數(shù)學、代碼、通用問答和邏輯推理任務）。

Nemotron-Pretraining-Dataset-sample：數(shù)據(jù)集的精簡采樣版本，包含10 個代表性子集，內(nèi)容涵蓋高質(zhì)量問答數(shù)據(jù)、專注于數(shù)學領域的提取內(nèi)容、代碼元數(shù)據(jù)及 SFT 風格指令數(shù)據(jù)。

技術(shù)亮點

數(shù)據(jù)集的亮點包括：

Nemotron-CC-Math：通過文本瀏覽器 (Lynx) 渲染網(wǎng)頁并結(jié)合大語言模型 (phi-4) 進行后處理，首次實現(xiàn)在大規(guī)模網(wǎng)頁下正確保留各種數(shù)學格式的方程和代碼的處理流程（包括長尾格式）。相較于過去基于啟發(fā)式的方法，這是一次突破性改進。內(nèi)部預訓練實驗表明，使用 Nemotron-CC-Math 數(shù)據(jù)集訓練的模型在 MATH 測試上較最強基線提升了 4.8 至 12.6 分，在 MBPP+ 代碼生成任務上提升了 4.6 至 14.3 分。

Nemotron-CC-v2：此前研究表明，從高質(zhì)量英文網(wǎng)頁爬取數(shù)據(jù)生成的合成多樣化問答數(shù)據(jù)，能顯著提升大語言模型 (LLM) 通用能力（如 MMLU 等基準測試顯示）。在此基礎上，我們通過將此數(shù)據(jù)集翻譯成 15 種語言，把這一發(fā)現(xiàn)擴展到更多語言。消融實驗顯示，加入翻譯過的多樣化問答數(shù)據(jù)后，Global-MMLU 平均準確率比僅使用多語言 Common Crawl 數(shù)據(jù)提升了 10.0 分。

Nemotron-Pretraining-Code：除 1,751 億個高質(zhì)量合成代碼數(shù)據(jù) Token 外，我們還發(fā)布了元數(shù)據(jù)，使用戶能夠復現(xiàn)一個精心整理、寬松授權(quán)的代碼數(shù)據(jù)集（規(guī)模達 7,474 億 Token）。

模型的亮點包括：

預訓練階段：Nemotron-Nano-12B-v2-Base 采用Warmup-Stable-Decay 學習率調(diào)度器在 20 萬億個 Token 上以 FP8 精度進行預訓練。隨后，通過持續(xù)的預訓練長上下文擴展階段，可在不降低其他基準性能的情況下支持 128k 上下文長度。

后訓練階段：Nemotron Nano 2 通過監(jiān)督式微調(diào) (SFT)、組相對策略優(yōu)化 (GRPO)、直接偏好優(yōu)化 (DPO) 和基于人類反饋的強化學習 (RLHF) 進行后訓練。其中約 5% 的數(shù)據(jù)包含故意截斷的邏輯推演，使推理時能夠精細控制思考預算。

壓縮：最后，我們對基礎模型和對齊后的模型進行了壓縮，使其能夠在單顆 NVIDIA GPU(22 GiB 內(nèi)存，bfloat16 精度)上實現(xiàn) 128k Token 上下文長度的推理。此結(jié)果通過擴展基于 Minitron 的壓縮策略以壓縮受約束的邏輯推理模型實現(xiàn)。

數(shù)據(jù)示例

示例 1：我們的處理流程能夠同時保留數(shù)學公式和代碼，而之前的預訓練數(shù)據(jù)集通常會丟失或損壞數(shù)學公式。

引用

@misc{nvidia2025nvidianemotronnano2,
   title={NVIDIA Nemotron Nano2: An AccurateandEfficient Hybrid Mamba-Transformer Reasoning Model},
   author={NVIDIA},
   year={2025},
   eprint={2508.14444},
   archivePrefix={arXiv},
   primaryClass={cs.CL},
   url={https://arxiv.org/abs/2508.14444},