NVIDIA 说 Nemotron 3 Ultra 特化后两线夺金：IOI 2026 拿 535.4/600，IMO 30/42
NVIDIA 10 月 7 日在官方博客（发布于 Hugging Face）公布两项竞赛结果：以 Nemotron 3 为底座，用监督微调、强化学习与反馈驱动的推理做特化，在 IOI 2026 与 IMO 2026 都达到金牌水平。IOI 侧是 Nemotron-3-Ultra-CC 加 SFT 与 GenCorrect，得 535.4/600，高于 361.12 的金牌线与人类最高分 498.27；该次运行在与人类选手同样的时间、网络与提交限制下完成，但官方标明属非官方、无监督的基准，不计入官方排名。
IMO 侧走的是「生成—验证—修订」系统，用 Nemotron 3 Ultra 的通用、SFT 与 RL 检查点，全程自然语言、不用形式化证明器、不接外部工具与网络，得 30/42（六题中四题满分），超过 29 分的官方金牌线。
NVIDIA 把做法总结成可复用的四步：选强底座、按领域整理题目与高质量推理轨迹、做标准后训练、再用反馈驱动的推理做扩展；并称模型、数据与配方已在 Hugging Face 上公开。
核验记录
博客页直读 200 / 163,142 字节，页内可见「Published October 7, 2026」与 datePublished 2026-10-07T12:45:31.208Z 双证；535.4/600、361.12、498.27、30/42、29 均逐句取自该页表格与正文。⚠ 博客所称「Open models, data, and recipes on Hugging Face」未给具体仓链接；本机按 org 逐查 nvidia 侧权重仓，7 天窗内无新建仓（最新仍是 10-01 的 PixelUMM / PixelDiT2），故不写「新的竞赛特化权重已放出」。配图为其 og:image（裸请求与带站内 Referer 双 200、2860×858 PNG）。
← 上一篇微软把「部署用的那套 harness」直接搬进强化学习：Agent Lightning v1.0 用约 3500 行把 9B 编码模型在 SWE-bench Verified 从 41.8% 拉到 56.4%下一篇 →数学界组织 AHM 发声明：700 多份手稿是权力展示，呼吁数学家停止与 OpenAI 合作