国际信息学奥林匹克竞赛（IOI）与国际数学奥林匹克竞赛（IMO）对能力维度的要求截然不同：前者需在严格限制下通过算法代码的隐藏测试，后者则依赖严谨的自然语言证明。能在任一赛事中脱颖而出已属不易，若同时在两项比赛中均获佳绩，则意味着技术层面取得了更为广泛的突破。
最新结果显示，Nemotron已成为构建世界级专业模型的强大基础平台。基于Nemotron 3，团队结合监督微调（SFT）、强化学习（RL）及反馈驱动的推理机制，打造出在IOI 2026和IMO 2026中均达到金牌水平的系统。
双赛金牌成绩详解
在IOI 2026中，采用Nemotron-3-Ultra-CC并结合SFT和GenCorrect技术的配置，最终得分535.4/600。这一成绩不仅远超361.12分的金牌分数线，更突破了人类选手498.27分的最高纪录。需注意的是，该IOI成绩源于一次与人类参赛者限制完全一致的实时前瞻性运行，属于非官方、无监督的基准测试，未计入官方排名。
在IMO 2026中，Nemotron 3 Ultra通用版采用生成-验证-优化系统中的SFT和RL检查点，最终获得30/42分，超过官方金牌分数线（29分）。其提交的证明均由官方IMO评审员进行评分。
可复用的专业化微调配方
真正的“易于微调”不应仅指模型具备可训练性，更意味着强大的基础模型能通过清晰、可复用的配方适应高难度领域。该配方包含四个核心步骤：
- 以强大的Nemotron基础模型为起点；
- 整理特定领域题目及高质量推理轨迹；
- 应用SFT等标准后训练方法，必要时引入RL；
- 将专业模型与生成、评估及改进候选答案的推理循环相结合。
尽管训练和推理规模庞大，但底层方法熟悉且可重现。团队无需为每个挑战重建基础模型，而是对Nemotron进行了任务专业化适配。
从通用编码到IOI金牌的演进
在竞技编程领域，团队整理了22,000道题目并生成合成推理轨迹，训练了两个专业模型：总参数300亿的Nemotron-3-Nano-CC（经SFT和RL训练）以及总参数5500亿的Nemotron-3-Ultra-CC（经SFT训练）。
IOI 2025的表现演进清晰印证了专业化的价值。Nano模型在后训练前得分为130分，经SFT提升至280分，再经RL提升至291分。借助“生成-评估-优化”策略GenCorrect，其得分跃升至468分，超过438.3分的金牌门槛。Ultra-CC在同一测试时策略下达到502分。
实验表明，适配方式因模型规模而异。对于Nano模型，SFT带来主要增益，RL提供辅助改进；而对于性能更强的Ultra模型，仅需一轮SFT即可在IOI、ICPC和LiveCodeBench Pro上超越完全后训练的Nano模型。这一发现指导了IOI 2026专用Ultra-CC系统的构建，并最终斩获535.4分。
教导模型证明、检查与修订
IMO项目将相同理念应用于奥林匹克数学。基于Nemotron 3 Ultra，团队训练了SFT和RL两个专业模型。SFT语料库包含414,890个经质量过滤的示例，涵盖15,818道独特证明题，旨在教会模型构建论点、识别漏洞及判断证明完整性。RL模型则在9,597道接近能力边界的证明题上进行训练。
开发实验显示，SFT检查点在第一轮搜索中表现最强，RL检查点则实现了最佳的整体单检查点结果。最终系统互补使用了这两个专业模型及通用模型。针对每道题目，模型生成候选证明、评分并提出批评意见，通过独立的高算力阶段选择最终提交内容。整个系统仅使用自然语言，无需形式化证明器或外部工具，最终在六道题中四道获得满分。
微调与测试时算力的协同效应
此前的研究已展示测试时算力如何将开放权重模型推向金牌水平。新结果进一步补充：更好的专业化赋予推理系统更优质的候选答案、更敏锐的批评者及更有效的优化手段。
在IOI中，GenCorrect将微调增益通过多轮反馈放大；在IMO中，互补使用SFT和RL检查点比单纯增加采样更具价值。最佳结果均源于强大专业模型与搜索、验证、改进系统的结合。奖牌并非仅由微调或暴力采样产生，而是模型、数据和推理循环共同设计的成果。
开源模型、数据与配方
为使成果超越竞赛本身，Nemotron Labs IMO 2026集合已在Hugging Face上线，包含SFT和RL检查点、训练数据集及新的Nemotron-IMO-Bench基准（含200道奥林匹克级别题目）。相关论文描述了训练方法及生成-验证-优化系统，NeMo-Skills仓库则提供了推理管道、提示词及可复现指南。此外，Nemotron-3-Ultra-CC模型及IOI训练配方、GenCorrect方法论也已公开。
综上所述，IMO和IOI的成绩有力证明：Nemotron可被微调为世界级的领域专家，并与透明的推理工作流组合，解决人类竞争前沿的问题。社区接下来基于这些开放资源构建的成果，值得期待。