NVIDIAは、そのNemotron-3言語モデル向けのポストトレーニングパイプラインを開発し、国際情報オリンピック（IOI）で金メダル級の性能を実現可能にした。このアプローチは、大規模な問題キュレーション、合成推論トレース、教師ありファインチューニング、強化学習を組み合わせたものである。

  • Nemotron-3-Nano-CC (30B-A3B) は教師ありファインチューニングと強化学習でトレーニングされ、Nemotron-3-Ultra-CC (550B-A55B) は教師ありファインチューニングのみを使用した。
  • GenCorrect戦略は、テスト時に多様な解答を反復的に生成し、評価し、精緻化する。
  • IOI 2025において、Nano-CCはGenCorrectを使用して468点を獲得し、金メダル閾値の438.3を上回った。一方、Ultra-CCは502点に達した。
  • IOI 2026の制約条件について prospectively に評価された競技特化型Ultra-CCシステムは、600点中535.4点を獲得し、上位の人間スコアである498.27を上回った。

これは、標準的な競技条件下でAIシステムがIOIの問題セットにおいて最高得点を記録した人間の参加者を超えてスコアを出した初めての事例である。