NVIDIA Nemotron模型在IOI 2026与IMO 2026中均达金牌水平

OmniTools 10月7日消息，NVIDIA基于Nemotron 3系列模型，通过监督微调（SFT）、强化学习（RL）及生成-验证-修正推理流程，在国际信息学奥林匹克竞赛（IOI 2026）与国际数学奥林匹克竞赛（IMO 2026）中分别实现金牌级表现。其中，Nemotron-3-Ultra-CC在IOI 2026获535.4分（满分600），超金牌线361.12分；IMO 2026系统提交的自然语言证明经官方阅卷人评分获30/42分，超过29分金牌阈值。

IOI任务采用纯代码生成与测试驱动验证，全程在真实竞赛约束下运行（含时间、提交次数限制）；IMO任务则完全依赖自然语言推理，未接入形式化定理证明器或外部工具。两项成果均基于公开模型、数据集与训练推理配方，相关Checkpoint、数据集及基准（如Nemotron-IMO-Bench）已发布于Hugging Face。

研究显示，模型规模与后训练策略需协同设计：较小规模Nemotron-3-Nano-CC依赖SFT+RL联合优化，而更大规模Ultra-CC仅需单轮SFT即可超越前者；IMO系统则融合SFT与RL微调模型，通过多阶段生成、批判与精炼提升最终输出质量。