AI大模型热点|英伟达微调Nemotron在IOI 2026题集上得535.4分,超过金牌阈值

◆英伟达Nemotron在IOI 2026题集上超过金牌阈值

9月5日前后，NVIDIA AI官方账号发文：微调后的Nemotron在国际信息学奥林匹克（IOI）2026问题集上得到535.4/600，由IOI团队评分，超过金牌阈值，也高于该届最高人类选手得分。账号把这写成研究祝贺，不是官方奖牌榜。

配套预印本 arXiv:2609.02849（Post-Training Language Models for Gold-Medal Performance in Coding Competitions）把系统写成竞赛特化的 Nemotron-3-Ultra-CC（约550B总参数、55B激活）。作者称在与人类选手相同的时间、提交平台和联网限制下前瞻测评，金牌阈值为361.12，最高官方选手498.27。脚注写明：系统不是官方选手，跑分未经IOI监督，分数未计入正式排名，属非官方、无监督基准。计划把检查点与推理配方放到NeMo-Skills仓库。

训练侧：约2.2万道题做后训练；Nano-CC走SFT+RL，Ultra-CC竞赛特化档主要走SFT；测试时用名为GenCorrect的多轮反馈修正。IOI 2025上，Nano-CC五轮后到468（该届金牌线438.3），Ultra-CC到502。这是论文自评链路，不能写成已经拿到IOI金牌。跟进看检查点是否按计划开源，以及IOI组织方是否另发口径。

◆参考来源

• NVIDIA AI 官方账号相关IOI祝贺帖（本轮快照收录）
  https://x.com/NVIDIAAI/status/2096032566310789528
• arXiv:2609.02849 Post-Training Language Models for Gold-Medal Performance in Coding Competitions
  https://arxiv.org/abs/2609.02849