NVIDIA ha desarrollado pipelines de post-entrenamiento para sus modelos de lenguaje Nemotron-3-Nano-CC y Nemotron-3-Ultra-CC con el fin de destacar en programación competitiva. Al combinar la curación a gran escala de problemas, trazas de razonamiento sintético, ajuste fino supervisado (SFT) y aprendizaje por refuerzo, el equipo creó sistemas especializados capaces de realizar razonamiento algorítmico de alto nivel.
El modelo Nano-CC (30B-A3B) fue entrenado tanto con SFT como con RL, mientras que el modelo Ultra-CC (550B-A55B) utilizó únicamente SFT. Se introdujo una estrategia impulsada por retroalimentación llamada GenCorrect para refinar iterativamente las soluciones durante las pruebas. En IOI 2025, Nano-CC obtuvo 468 puntos utilizando GenCorrect, superando el umbral de oro de 438.3, mientras que Ultra-CC alcanzó 502.
Un sistema Ultra-CC específico para la competencia evaluado prospectivamente durante IOI 2026 obtuvo 535.4 de 600 bajo restricciones estándar. Este resultado supera tanto el umbral de oro de 361.12 como la puntuación máxima humana de 498.27, marcando la primera vez que un sistema de IA obtiene una puntuación superior a la del concursante humano con mayor puntaje en un conjunto de problemas IOI.