A NVIDIA publicou uma descrição conjunta de como especializou modelos Nemotron 3 para dois desafios muito diferentes: programação competitiva no International Olympiad in Informatics e demonstrações matemáticas em linguagem natural no International Mathematical Olympiad. A publicação de 7 de outubro reúne modelos, conjuntos de dados, artigos científicos e receitas de inferência associados aos sistemas que, segundo a empresa, ultrapassaram os limiares de ouro das duas competições de 2026.
No IOI, a equipa utilizou fine-tuning supervisionado e reinforcement learning sobre problemas de programação selecionados e raciocínios sintéticos. O Nemotron-3-Ultra-CC tem 550 mil milhões de parâmetros no total, dos quais 55 mil milhões ativos. A NVIDIA combinou os especialistas com GenCorrect, um ciclo de inferência que gera soluções, avalia candidatos e os refina. Num teste prospetivo durante o IOI 2026, a empresa reporta 535,4 pontos em 600, acima do limiar de ouro de 361,12 e do melhor resultado humano de 498,27.
Há, porém, uma diferença essencial entre esse número e uma classificação oficial. A NVIDIA afirma ter respeitado as mesmas restrições de tempo, acesso à Internet e submissões dos concorrentes, mas o teste foi não oficial, não supervisionado e não integrou a classificação do IOI. O artigo científico associado descreve a metodologia e repete o resultado, mas isso continua a ser evidência produzida pela própria equipa.
Para o IMO, a NVIDIA treinou checkpoints com SFT e RL e combinou-os com o modelo geral num sistema de geração, verificação e refinamento de provas. Segundo a publicação, as provas finais foram avaliadas por corretores oficiais do IMO e receberam 30 pontos em 42, acima do limiar de ouro de 29. A empresa disponibilizou checkpoints, dados, um benchmark com 200 problemas, prompts e partes importantes do pipeline através do ecossistema NeMo-Skills e Hugging Face.
O valor científico está também na receita de especialização: um modelo de base forte, dados específicos do domínio, pós-treino e computação estruturada no momento da inferência. A abertura dos artefactos facilita a inspeção, mas ainda não equivale a uma reprodução independente completa. A evidência do IMO inclui uma componente externa de avaliação; o resultado do IOI deve continuar claramente identificado como um benchmark prospetivo conduzido pela NVIDIA.