The Pulse
NVIDIA rende pubbliche le procedure di Nemotron per ottenere l’oro alle IOI e alle IMO
NVIDIA ha pubblicato i materiali di addestramento e le procedure di inferenza dei sistemi Nemotron che hanno raggiunto risultati da medaglia d’oro alle IOI e alle IMO 2026. Il sistema per le IMO ha ottenuto ufficialmente 30 punti su 42, men
AI.info Team · Scritto con l’IA ·
«Il sistema ha ottenuto 30 punti su 42 alle IMO 2026, raggiungendo la soglia per la medaglia d’oro».
Ivan Moshkov et al., «An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics»
NVIDIA ha pubblicato i materiali di addestramento e i metodi di inferenza dei sistemi Nemotron che hanno raggiunto risultati da medaglia d’oro in due competizioni molto diverse: le Olimpiadi internazionali di informatica e le Olimpiadi internazionali di matematica. La pubblicazione, avvenuta il 7 ottobre su Hugging Face, raccoglie articoli di ricerca, checkpoint dei modelli, dataset, benchmark e codice per riprodurre gli approcci.
I due risultati non hanno lo stesso status. I 30 punti ottenuti da Nemotron alle IMO sono un risultato ufficiale della competizione, valutato dai giudici ufficiali delle IMO; il punteggio alle IOI proviene da una valutazione prospettica non supervisionata e non rientra nella classifica ufficiale. NVIDIA presenta i due risultati come prova del fatto che un modello di base comune può essere adattato a compiti specialistici distinti attraverso il post-addestramento e un’inferenza progettata con cura.
Due competizioni, due quadri dei risultati diversi
Alle IOI 2026, Nemotron-3-Ultra-CC ha ottenuto 535,4 punti su 600 rispettando gli stessi vincoli di tempo, accesso a internet e invio delle soluzioni dei concorrenti umani, afferma NVIDIA. Il punteggio ha superato la soglia dichiarata per l’oro, pari a 361,12, e il miglior punteggio umano, pari a 498,27. L’azienda descrive esplicitamente la prova come un benchmark non ufficiale, non come un piazzamento ufficiale alle IOI.
Alle IMO 2026, il sistema ha ottenuto 30 punti su 42, uno in più della soglia ufficiale di 29 punti per l’oro. Ha ricevuto il punteggio pieno per i Problemi 1, 2, 4 e 5 e un punto ciascuno per i Problemi 3 e 6. Il sistema impiegato per le soluzioni presentate ha usato tre checkpoint di Nemotron 3 Ultra e ha generato, verificato e rivisto dimostrazioni in linguaggio naturale senza ricorrere a un dimostratore formale, a strumenti esterni o all’accesso a internet.
Fine-tuning e ricerca delle risposte
Il lavoro per le IOI parte da 22.000 problemi di programmazione selezionati. NVIDIA ha addestrato Nemotron-3-Nano-CC, un modello da 30 miliardi di parametri, di cui 3 miliardi attivi, con fine-tuning supervisionato e apprendimento per rinforzo; Nemotron-3-Ultra-CC, con 550 miliardi di parametri, di cui 55 miliardi attivi, ha ricevuto un fine-tuning supervisionato.
Durante l’inferenza, il sistema per le IOI usa GenCorrect, che genera soluzioni candidate, le valuta e le rivede sulla base del feedback. I precedenti esperimenti sulle IOI 2025 descritti nell’articolo mostrano come interagiscono questi elementi: Nano-CC è passato da 130 punti prima del post-addestramento a 291 dopo, per poi raggiungere 468 con GenCorrect, superando la soglia di 438,3 punti per l’oro di quell’anno. Ultra-CC ha ottenuto 502 punti con la stessa strategia di inferenza.
Per le IMO, NVIDIA ha addestrato un checkpoint specialistico con fine-tuning supervisionato e un altro con apprendimento per rinforzo. La pipeline finale li ha combinati entrambi con il modello generale Nemotron 3 Ultra: i checkpoint proponevano dimostrazioni, valutavano le candidate e fornivano critiche per la revisione, mentre una fase separata, con maggiori risorse di calcolo, selezionava le dimostrazioni da presentare alla competizione.
Che cosa ha pubblicato NVIDIA
L’annuncio su Hugging Face contiene link ai checkpoint specialistici per le IMO, ai dataset di addestramento e a Nemotron-IMO-Bench, una raccolta di 200 problemi di livello olimpico. NVIDIA afferma che il suo repository NeMo-Skills contiene la pipeline di inferenza per le IMO, i prompt, le dimostrazioni presentate e una guida rapida per riprodurre il procedimento. Per la programmazione sono disponibili anche il modello Nemotron-3-Ultra-CC, l’articolo sulle IOI e la pipeline di valutazione e inferenza.
L’articolo pubblicato sulle IMO dà anche una misura delle risorse impiegate per ottenere il risultato. Tutte e sei le dimostrazioni presentate sono state trovate generando circa 707 milioni di token e impiegando 1.464 ore di GPU GB200; completando i cicli di ricerca già in corso, l’intera esecuzione per la competizione ha raggiunto circa 2,31 miliardi di token e 4.800 ore di GPU. Proseguire la ricerca sul Problema 6 oltre il termine della gara, al di fuori del risultato ufficiale, ha richiesto altri 610 milioni di token e 890 ore di GPU. Le pubblicazioni di NVIDIA mettono quindi a disposizione più dei soli pesi dei modelli, ma riprodurre il risultato della competizione richiede comunque notevoli risorse per la ricerca e il calcolo.
Le medaglie d’oro non eliminano il problema della verifica
L’articolo sulle IMO individua un punto debole concreto nella verifica basata su modelli. Alla scadenza della gara, il verificatore usato durante la ricerca e una giuria indipendente di modelli, impiegata dopo la competizione, stimavano entrambi un punteggio di circa 32 punti, due in più dei 30 ufficiali. Entrambi attribuivano credito alle dimostrazioni presentate per i Problemi 3 e 6, che hanno invece ricevuto soltanto un punto ufficiale ciascuna. Secondo gli autori, l’errore sembra riflettere un punto cieco condiviso nella verifica basata su modelli.
La discrepanza conta perché la procedura pubblicata si affida ai modelli per giudicare le soluzioni candidate prima di presentarle. I risultati delle competizioni mostrano che Nemotron può ottenere risultati solidi nella programmazione e nella stesura di dimostrazioni, mentre la discrepanza alle IMO mostra perché la fiducia di un verificatore interno non può sostituire una valutazione indipendente.