Nemotron微调系统在IOI与IMO达金牌线

英伟达团队从 Nemotron 3 出发，用监督微调（SFT）、强化学习（RL）和反馈驱动的推理流程做出两个专用系统，称在 IOI 2026 与 IMO 2026 均达到金牌水平。 两项结果的验证方式不同：IOI 成绩来自与人类选手同等时间、联网和提交限制下的实时前瞻性测试，但属非官方、无监督的基准测试，未计入 IOI 官方排名；IMO 系统提交的证明由 IMO 官方评分员批改。整个系统以自然语言运行，不使用形式化证明器、外部工具或联网。 上述成绩均为英伟达团队自述，尚未见独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。