Nemotron微调在IOI与IMO达金牌级

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，使模型在 IOI 2026 取得 535.4/600、在 IMO 2026 取得 30/42，两项均超过官方金牌线。 IOI 成绩来自与人类选手相同的时间、联网和提交限制下的实时前瞻性测试，但英伟达称该测试属非官方、无监督基准，未计入 IOI 官方排名；IMO 系统提交的证明由官方 IMO 评分员评分。整个系统以自然语言运行，未使用形式化证明器、外部工具或联网。

AI 根据报道生成 · 18 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。