NVIDIA Nemotron 微调模型 IOI 与 IMO 夺金

2026 年 10 月 7 日，Hugging Face Blog 发布 NVIDIA 团队的一手报道：团队从 Nemotron 3 出发，结合监督微调（SFT）、强化学习（RL）和反馈驱动推理，构建出一套系统，并在两项竞赛中达到金牌水平。据该报道，该系统在 IOI 2026 得 535.4/600，超过金牌线 361.12，也超过人类最高分 498.27；在 IMO 2026 得 30/42，超过金牌线 29。报道未披露更多训练细节、评测环境或与其他系统的对比。目前进展停留在该团队公布成绩阶段，尚无第三方复现或独立验证的消息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。