Nemotron 在 2026 年 10 月 7 日由 NVIDIA 团队在 Hugging Face 博客汇总公布：同一模型家族的两个微调版本，分别在 2026 年国际信息学奥林匹克（IOI）和国际数学奥林匹克（IMO）上达到金牌水平，其中 IOI 成绩还超过了当届人类最高分。
两块金牌，先看成色
信息学这边，竞赛编程版本在与人类选手相同的时间、断网和提交次数约束下现场作答，600 分满分拿到 535.4 分，高于 361.12 分的金牌线，也高于人类第一名的 498.27 分；不过团队明确说明，这是一次非官方、无人监督的基准运行，成绩不进入 IOI 官方排名。数学这边，系统以纯自然语言写证明，不用形式化证明工具、不联网，最终拿到 42 分中的 30 分，超过 29 分的官方金牌线，六道题里四道拿到满分，答卷由 IMO 官方阅卷人评分。两边的含金量口径并不相同，读的时候要分开看。
靠的不是更大的底座
两个项目用的是同一套打法：以 Nemotron 3 为底座，先用领域数据做监督微调，部分再叠加强化学习，最后配上生成、校验、再修正的推理循环。编程版从 2.2 万道竞赛题的推理轨迹中学习，再用名为 GenCorrect 的策略按评测反馈多轮改代码；数学版的训练数据则同时包含写证明、改证明和验算证明，让通用模型、微调模型和强化学习模型在同一系统里互相挑错。团队的结论是，金牌来自微调与测试时计算的配合，而不是单纯堆参数或堆采样次数。
开源部分和没说出口的成本
这次一并放出的包括两个方向的模型权重、训练数据、推理流水线和一份含 200 道新题的 IMO 基准，放在 Hugging Face 与 GitHub 的 NVIDIA-NeMo 组织下。对研究者来说，这意味着成绩第一次有了可复跑的完整路径，而不只是一个分数截图。但也要看到另一面：数学系统的最后一轮筛选是高算力阶段，完整复现对算力和时间的要求并不低。开放权重降低了参与门槛，却没有抹平算力差距——这是这类开源竞赛成绩在庆祝之外，值得同时记住的一点。
