NVIDIA Nemotron 3 於 IMO 與 IOI 2026 雙雙達到金牌水準，開源 Ultra-CC 模型與訓練資料集

NVIDIA 團隊透過監督式微調（SFT）、強化學習（RL）與回饋驅動推論，使 Nemotron 3 模型在 IMO 2026（國際數學奧林匹亞）與 IOI 2026（國際資訊奧林匹亞）雙雙達到金牌水準。 在 IOI 2026 方面，團隊使用 5,500 億參數（活躍參數 550 億）的 Nemotron-3-Ultra-CC 模型，搭配 SFT 與 GenCorrect 策略，在與人類相同的時間與無網路限制下進行非官方實測，取得 535.4/600 分，超越金牌線（361.12）與人類最高分（498.27）。針對程式競賽，團隊策展了 2.2 萬道題目與合成推理軌跡進行訓練；另一款 300 億參數（活躍參數 30 億）的 Nemotron-3-Nano-CC 則同時接受了 SFT 與 RL 訓練。 在 IMO 2026 方面，團隊基於 Nemotron 3 Ultra 分別訓練了 SFT 與 RL 檢查點。SFT 語料包含 15,818 題共 414,890 筆涵蓋生成、驗證與改進的範例；RL 則使用 9,597 題。最終系統結合多個檢查點與「生成-驗證-改進」機制，全程僅使用自然語言，無依賴形式證明器或網路，取得 30/42 分（官方金牌線為 29），解答由官方評分員批改。 NVIDIA 已在 Hugging Face 發布 Nemotron-3-Ultra-CC 模型、IMO 2026 相關的 SFT 與 RL 檢查點、訓練資料集，以及包含 200 題的新基準測試 Nemotron-IMO-Bench。推論管線與提示詞則開源於 NeMo-Skills 儲存庫。