NVIDIA ha logrado resultados de oro en las competiciones de programación IOI 2026 y matemáticas IMO 2026 utilizando su modelo de base Nemotron 3. El equipo de investigación aplicó técnicas de ajuste fino supervisado (SFT), aprendizaje por refuerzo (RL) y inferencia impulsada por retroalimentación para crear sistemas especializados que superaron los umbrales oficiales de medalla de oro en ambas disciplinas.
En IOI 2026, el modelo Nemotron-3-Ultra-CC, entrenado con SFT y la estrategia GenCorrect, obtuvo 535.4 puntos sobre 600, superando el umbral de oro de 361.12 y el récord humano de 498.27. Este resultado se obtuvo en una ejecución en vivo bajo las mismas restricciones de tiempo y acceso a internet que los participantes humanos, aunque no fue incluido en el ranking oficial. Para IMO 2026, un sistema que combinó SFT y RL en un flujo de generar-verificar-refinar logró 30 de 42 puntos, superando el umbral oficial de 29. Las pruebas fueron evaluadas por jueces oficiales de IMO.
El proyecto demuestra que un modelo base fuerte puede adaptarse a dominios exigentes mediante recetas reutilizables de especialización. En IOI, se curaron 22.000 problemas para entrenar especialistas Nano y Ultra; en IMO, se utilizaron 414.890 ejemplos para enseñar al modelo a generar, refinar y verificar pruebas matemáticas. Los resultados indican que la combinación de modelos especializados con bucles de inferencia transparentes es más efectiva que el mero aumento de muestras de inferencia.