Nemotron terbuka milik NVIDIA capai skor level emas di IOI dan IMO

NVIDIA menjelaskan bagaimana mereka mendorong model Nemotron 3 terbukanya hingga meraih hasil setingkat emas di International Olympiad in Informatics dan International Mathematical Olympiad 2026. Untuk pemrograman kompetitif, model spesialis bernama Nemotron-3-Ultra-CC mencetak 535,4 dari 600 di IOI 2026, di atas ambang emas 361,12 dan bahkan melampaui skor manusia tertinggi 498,27. Itu uji coba tidak resmi dengan batas waktu dan pengumpulan seperti peserta, bukan bagian dari peringkat resmi. Untuk matematika, sistem yang dibangun di atas Nemotron 3 Ultra mencetak 30 dari 42 di IMO 2026, tepat melewati garis emas 29 poin, dengan juri resmi IMO yang menilai pembuktiannya dan nilai penuh pada empat dari enam soal.

Bagian yang paling layak dibaca adalah metodenya. Menurut NVIDIA, spesialisasi maupun tambahan compute saat inference sama-sama tidak cukup kalau berdiri sendiri; hasil itu datang dari memasangkan model yang sudah disetel dengan loop yang menghasilkan jawaban, memverifikasinya, lalu menyempurnakannya. Model Nano yang lebih kecil, 30B total parameter dengan 3B aktif, naik dari 130 ke 468 di IOI 2025 seiring mereka menambahkan supervised fine-tuning, reinforcement learning, dan metode seleksi saat inference yang mereka sebut GenCorrect. Sistem matematikanya tidak memakai prover formal, tools eksternal, maupun akses internet, dan hanya mengandalkan korpus besar berisi contoh pembuktian, penyempurnaan, dan verifikasi.

Yang membedakannya dari sekadar klaim papan peringkat adalah keterbukaannya. NVIDIA menaruh modelnya, kedua dataset pelatihan, checkpoint SFT dan RL, serta benchmark olimpiade berisi 200 soal di Hugging Face, dengan paper IOI dan IMO di arXiv dan pipeline inference-nya di repo NeMo-Skills.

Kenapa ini penting

Kalau Anda menggarap model reasoning, resepnya adalah inti pelajarannya: spesialis yang disetel plus loop pencarian dan verifikasi, bukan satu model raksasa yang menjawab sekali jalan. Karena dataset dan checkpoint-nya dipublikasikan, Anda bisa memeriksa hasilnya dan memakai ulang komponennya alih-alih percaya pada sebuah angka.