时令 发自 凹非寺 量子位 | 公众号 QbitAI 英伟达开源又放大招了！ 韩松团队 推出了一款全新的基于后神经架构搜索的高效语言模型—— Jet-Nemotron 。 该模型在一系列基准测试中，不仅表现出与Qwen3、Qwen2.5、Gemma 3和Llama 3.2相当甚至更优的准确率，还在生成吞吐量上实现最高 53.6倍加速，在预填充阶段达到6.1倍加速。 值得一提的是，在MMLU、MMLU-Pro和BBH基准上，Jet-Nemotron-2B相比Qwen3-1.7B-Base吞吐量提高了47倍，缓存大小缩小至1/47。 同时，它还实现了比DeepSeek-V3-Small和Moonlight （共150亿参数，22亿激活参数） 更高的准确率。 代码和预训练模型都将开源，我们先来看看Jet-Nemotron是如何构建的。 Jet-Nemotron：基于后神经架构搜索构建 首先，Jet-Nemotron是在 后神经架构搜索 （Post Neural Architecture Search，PostNAS）的基础上构建的。 其中，后神经架构搜索（PostNAS）模型是一种"站在大模型肩膀上做改造"的架构搜 ...