Model Nemotron-3 dari NVIDIA meraih skor emas dan skor di atas manusia dalam IOI 2026

Para peneliti telah mengembangkan pipeline pasca-pelatihan untuk model bahasa besar yang memungkinkan mereka mencapai kinerja tingkat medali emas dalam pemrograman kompetitif. Dengan menggabungkan penyetelan halus terawasi, pembelajaran penguatan, dan strategi baru berbasis umpan balik bernama GenCorrect, sistem ini mengungguli para kontestan manusia terbaik pada kumpulan soal IOI 2026.

• Nemotron-3-Nano-CC (30B-A3B) dilatih dengan SFT dan RL, sedangkan Nemotron-3-Ultra-CC (550B-A55B) hanya menggunakan SFT.
• Strategi GenCorrect secara iteratif menghasilkan, mengevaluasi, dan menyempurnakan solusi untuk meningkatkan kinerja.
• Pada IOI 2025, Nano-CC mencetak skor 468 dengan GenCorrect, melampaui ambang batas emas sebesar 438.3.
• Dalam IOI 2026, Ultra-CC mencetak skor 535.4 dari 600 di bawah batasan standar, melampaui skor manusia tertinggi sebesar 498.27.

Ini menandai pertama kalinya sistem AI mengungguli kontestan manusia dengan skor tertinggi pada kumpulan soal IOI, menunjukkan kemajuan signifikan dalam kemampuan penalaran dan pemrograman.