Редко когда один человек может быть чемпионом и в программировании, и в математике. Теперь это удалось ИИ: NVIDIA Nemotron 3, пройдя тонкую настройку, достиг золотого уровня на Международной олимпиаде по информатике (IOI) и Международной математической олимпиаде (IMO) 2026 года.
Модель Nemotron 3 Ultra-CC получила 535.4 из 600 баллов на IOI 2026, что оказалось выше порога золотой медали (361.12) и даже лучшего результата человека (498.27). На IMO 2026 система на базе Nemotron 3 Ultra набрала 30 из 42 баллов, превысив официальный порог золота (29). Ее математические доказательства были оценены официальными судьями олимпиады. Результат IOI был получен в реальном времени, с теми же ограничениями по времени, доступу в интернет и количеству попыток, что и у людей.
Ключ к успеху — универсальный рецепт специализации, состоящий из четырех частей. Он позволяет адаптировать базовую модель к сложным задачам. Методология включает:
- Использование сильной базовой модели Nemotron.
- Сбор высококачественных данных и логических цепочек, специфичных для предметной области.
- Применение стандартных методов пост-тренинга: контролируемая тонкая настройка (Supervised Fine-Tuning, SFT) и обучение с подкреплением (Reinforcement Learning, RL).
- Цикл инференса "генерируй-оценивай-улучшай", который генерирует, оценивает и дорабатывает ответы.
Модель Nemotron 3, являющаяся семейством открытых моделей NVIDIA, показала свою адаптируемость на разных масштабах. Например, даже меньшая версия Nemotron-3-Nano-CC улучшила свои результаты после SFT и RL, а более крупная Ultra-CC достигла превосходства с меньшим объемом тонкой настройки. Для Ultra-CC оказалось достаточно одной эпохи SFT, чтобы превзойти полностью дообученную модель Nano на различных бенчмарках.
Достижение золотого уровня в двух столь разных областях демонстрирует не только мощь базовой модели Nemotron 3, но и эффективность методик ее адаптации, открывая путь к созданию высокоспециализированных ИИ-агентов. Однако NVIDIA не сообщила о вычислительных затратах на тонкую настройку и инференс для достижения этих результатов.