英伟达 Nemotron 系列双金:IOI 535.4/600 超 top 人类选手,IMO 30/42
NVIDIAAI · x · 2026-10-14
英伟达与 Hugging Face 发文详解 Nemotron 在 IOI 与 IMO 2026 双双拿到金牌级成绩的后训练配方，并将竞赛编程专项模型 Nemotron-Labs-3-Competitive-Coding（基于 Nemotron-3-Ultra）开源到 HF。
- IOI 2026：Nemotron-3-Ultra-CC 经 SFT + GenCorrect（反馈驱动推理）得 535.4/600，高于金牌线 361.12 和人类最高分 498.27；在与人类选手相同的时间、网络与提交限制下实时完成（非官方不计名次）
- IMO 2026：通用 Nemotron 3 Ultra 的 SFT/RL 检查点组成 generate-verify-refine 系统，得 30/42，超过官方金牌线 29，证明由官方 IMO 评分
- 可复用配方：一个基座家族经 SFT、RL 与反馈式推理适配两种截然不同的能力（严格时限的算法编程 vs 严谨自然语言证明），文中承诺公开完整训练细节
- 配图展示 IOI 能力曲线：Base 130 → SFT 后 262–280 → RL 后 291 → 5 轮 TTC 后达 468，逐阶段突破铜/银/金牌线
「模型」频道最新
- 单张 A100 跑出 12 万 tokens/秒，Argon 优化 Gemma 实现 2.9 倍提速 — osanseviero · 2026-10-14
- 从 merge 曲线推断:Anthropic 新模型内部仅领先公开发布 5 周 — ziv_ravid · 2026-10-14
- Perplexity 即将发布 PPLX-Decider v1.2 27B 决策模型 — ChrisUniverse · 2026-10-14
- Anthropic 收紧地区政策:Claude 封禁中俄等 12 国,香港澳门除外 — scaling01 · 2026-10-14
- 网友盛赞:Anthropic 5.5 系列或是同时代最强模型家族 — adonis_singh · 2026-10-14
- Pro 订阅可用 Gemini Argon,但 Antigravity 尚未支持 — BeachUsual · 2026-10-14