NVIDIA 后训练模型在 IOI 编程竞赛超越顶级人类选手
nvidia · hf · 2026-09-03
NVIDIA 发布新研究，通过「精选题目+合成推理数据+监督微调+强化学习」的专业化训练管线，打造竞技编程模型，在 IOI（国际信息学奥赛）基准上借助迭代式测试时优化取得超越顶级人类选手的成绩（金牌级表现）。
要点：
- 训练管线包含精选赛题、合成推理链、SFT 与 RL
- 推理时采用迭代测试时优化（iterative test-time refinement）
- 结果超过 IOI 上的人类最高分水平
所属事件:NVIDIA 微调 Nemotron 在 IOI 编程赛超越人类顶尖选手(2 条相关)→
「研究」频道最新
- 物理学家 Sabine：别把人类可理解性当作科学的前提，AI 才是出路 — coherence · 2026-10-21
- 有人把真实海洋幼虫的 2675 神经元接线图搬进 3D 模拟，自己游起来了 — eptwts · 2026-10-21
- 斯坦福 T2-z：机器人戳一下桌面，任务成功率从 34% 提到 73% — stanfordnlp · 2026-10-21
- 李飞飞团队发布 FACT：力觉感知的机器人灵巧操作基础模型 — stanfordnlp · 2026-10-21
- 研究者预告新论文：大模型延迟可满足机器人实时任务 — ManlingLi_ · 2026-10-21
- NVIDIA 开源机器人数据引擎 Flora,成本仅 GPT-6 Astra 的 1/125 — DrJimFan · 2026-10-21