Una Familia de Modelos, Dos Resultados de Nivel Oro: Ajuste Fino de Nemotron para IOI y IMO
huggingface ·
Investigadores de NVIDIA han demostrado que la familia de modelos Nemotron puede alcanzar un rendimiento de nivel medalla de oro tanto en la Olimpiada Internacional de Informática (IOI) como en la Olimpiada Internacional de Matemáticas (IMO). Mediante el ajuste fino supervisado, el aprendizaje por refuerzo y un bucle de inferencia de generar-verificar-refinar, especializaron modelos generales de base para estos dominios competitivos distintos. Para la IOI 2026, el sistema Nemotron-3-Ultra-CC obtuvo una puntuación de 535,4 sobre 600, superando el umbral de oro y la mejor puntuación humana. En la IMO 2026, una combinación de puntos de control de SFT y RL permitió al modelo obtener 30 de 42 puntos, superando el estándar oficial de oro de 29. Los resultados destacan que el éxito proviene del diseño conjunto de datos de entrenamiento especializados con flujos de trabajo de inferencia transparentes, en lugar de depender únicamente del muestreo a gran escala. NVIDIA ha publicado los modelos, conjuntos de datos y recetas asociados en Hugging Face para fomentar el desarrollo comunitario. Estos recursos abiertos incluyen el especialista en codificación Nemotron-3-Ultra-CC y la colección completa para las pruebas matemáticas de la IMO 2026.
huggingface