NVIDIA ने प्रतिस्पर्धी प्रोग्रामिंग में उत्कृष्टता हासिल करने के लिए अपने Nemotron-3-Nano-CC और Nemotron-3-Ultra-CC भाषा मॉडल के लिए पोस्ट-ट्रेनिंग पाइपलाइन विकसित की है। बड़े पैमाने पर समस्याओं का चयन, संश्लेषित तर्क ट्रेस, सुपरवाइज्ड फाइन-ट्यूनिंग और रीइंफोर्समेंट लर्निंग को जोड़कर, टीम ने उच्च स्तरीय एल्गोरिदमिक तर्क करने में सक्षम विशेष प्रणालियाँ बनाई हैं।
Nano-CC मॉडल (30B-A3B) को SFT और RL दोनों के साथ प्रशिक्षित किया गया, जबकि Ultra-CC मॉडल (550B-A55B) ने केवल SFT का उपयोग किया। परीक्षण के दौरान समाधानों को पुनः परिष्कृत करने के लिए GenCorrect नामक एक फीडबैक-संचालित रणनीति पेश की गई थी। IOI 2025 में, Nano-CC ने GenCorrect का उपयोग करके 468 अंक प्राप्त किए, जो स्वर्ण सीमा रेखा 438.3 से अधिक है, जबकि Ultra-CC ने 502 अंक हासिल किए।
IOI 2026 के दौरान IOI के लिए विशिष्ट Ultra-CC प्रणाली का पूर्वानुमानित मूल्यांकन करने पर मानक प्रतिबंधों के तहत यह 600 में से 535.4 अंक प्राप्त करता है। यह परिणाम न केवल 361.12 की स्वर्ण सीमा रेखा, बल्कि 498.27 के शीर्ष मानव स्कोर को भी पार करता है, जो IOI समस्या सेट पर किसी कृत्रिम बुद्धिमत्ता प्रणाली द्वारा सर्वोच्च अंक प्राप्त करने वाले मानव प्रतिभागी को पार करने वाला पहला मामला है।