NVIDIA 用同一套 Nemotron 3 微调配方拿到 IOI 和 IMO 2026 金牌线：编程自测 535.4 分高过人类第一，数学证明经官方阅卷 30/42，模型、数据和流程都公开

这件事意味着什么

【要点】

NVIDIA 10 月 7 日在 Hugging Face 博客发文，总结两支团队用 Nemotron 3 做的两个专项模型。

编程：从 2.2 万道竞赛题合成推理过程，训练出 Nemotron-3-Ultra-CC（总参数 5500 亿、每次激活 550 亿），配合自家「生成、评测、修改」循环 GenCorrect，在 IOI 2026 拿到 535.4/600，金牌线 361.12，人类最高分 498.27。小号的 Nano-CC（300 亿总参数、30 亿激活）在 IOI 2025 上也过了金牌线。

数学：用 41.5 万条证明类样本做 SFT，另用 9597 道难题做 RL，两个专项模型和通用版一起组成「写证明、打分、挑错、重写」系统，不用形式化证明器、外部工具或联网，IMO 2026 得 30/42（金牌线 29），六题中四题满分。

X 上三天约 70 帖，热度不高，但这是开放权重模型第一次同时拿到两项奥赛金牌线，并把配方公开。

【可核验】

NVIDIA 博客：https://huggingface.co/blog/nvidia/nemotron-ioi-and-imo-2026

编程模型：https://huggingface.co/nvidia/NVIDIA-Nemotron-Labs-3-Competitive-Coding-550B-A55B-NVFP4

两个成绩分量不同。IMO 的证明由 IMO 官方阅卷人打分；IOI 是 NVIDIA 按选手同等的时间、联网和提交限制自己跑的，没有监考，也不进官方排名。

【我们的判断】

1. 真正的新闻不是奖牌，是可复现。闭源实验室 2025 年就宣布过奥赛金牌水平，但外人只能看结论。这次检查点、训练数据、新基准 Nemotron-IMO-Bench（200 题）和推理流程都放出来了，奥赛金牌不再是前沿实验室独有的招牌。

2. 配方本身很朴素：强基座加领域题库、SFT 或 RL，再套一个能自我检查的推理循环。NVIDIA 自己也说，奖牌既不是单靠微调，也不是单靠多次采样。这意味着各家比拼的重点正从「谁的基座更聪明」转向「谁更会搭验证和修改的回路」。

3. 门槛仍然不低：550 亿激活参数的模型，加上作者所说的「高算力挑选阶段」，普通团队跑不起。另外，OpenAI 数学稿刚因一处符号错误撤回 3 篇（本站 e/757），说明自然语言证明离不开人工复核；这次 IMO 成绩有官方阅卷，比自评更可信，IOI 那个高过人类第一的分数则要等第三方复现。