Nvidia更新後訓練流程，開放權重模型Nemotron-Cascade 2達金牌級數學解題表現
模型介紹與技術背景
Nvidia研究團隊公開Nemotron-Cascade 2模型技術論文，並在Hugging Face上架模型權重、監督式微調（SFT）資料與增強學習（RL）資料。該模型為30B MoE（Mixture-of-Experts）結構，推論時僅啟用3B參數，採用前代Nemotron-Nano-V3為基礎進行後訓練。
訓練流程與創新技術
Nemotron-Cascade 2採用「級聯領域」學習法（Cascade RL），結合多領域蒸餾與強化學習，大幅降低訓練複雜度。此訓練流程在僅14B參數模型中已展現強大能力，並成功在數學與程式碼推理任務上達成金牌級表現。
表現與應用
該模型在多項數學與編碼推理基準測試中，表現媲美甚至超越更大規模模型，顯示其在推理與代理任務上的卓越能力。Nvidia強調此模型可協助開發者快速建構高效能AI代理，並降低企業部署AI的門檻。
來源與開放資源
Nemotron-Cascade 2 技術論文（PDF）
Nemotron-Cascade 2 官方介紹頁面
Nemotron-Cascade 2 論文介紹（YouTube）
Nemotron-Cascade 2：30B實現黃金級推理（YouTube）