연구자들은 대규모 언어 모델이 프로그래밍 경시대회에서 금메달 수준의 성과를 낼 수 있도록 하는 사후 학습 파이프라인을 개발했습니다. 지도 미세 조정, 강화 학습, 그리고 GenCorrect라는 새로운 피드백 기반 전략을 결합함으로써 이 시스템은 IOI 2026 문제 세트에서 최고 인간 참가자들을 능가했습니다.

  • Nemotron-3-Nano-CC (30B-A3B)는 SFT와 RL로 훈련되었으며, Nemotron-3-Ultra-CC (550B-A55B)는 SFT만 사용했습니다.
  • GenCorrect 전략은 성능 향상을 위해 솔루션을 반복적으로 생성, 평가 및 정제합니다.
  • IOI 2025에서 Nano-CC는 GenCorrect를 사용하여 468점을 획득했으며, 이는 금메달 기준선인 438.3점을 초과한 것입니다.
  • IOI 2026에서 Ultra-CC는 표준 제약 하에 600점 만점에 535.4점을 획득하여 최고 인간 점수 498.27점을 능가했습니다.

이는 AI 시스템이 IOI 문제 세트에서 최고 점수를 받은 인간 참가자를 능가한 최초의 사례로, 추론 및 코딩 능력의 상당한 진전을 보여줍니다.