NVIDIA разработала конвейеры постобучения для своих языковых моделей Nemotron-3-Nano-CC и Nemotron-3-Ultra-CC, чтобы достичь выдающихся результатов в соревновательном программировании. Объединив масштабный отбор задач, синтетические цепочки рассуждений, контролируемое тонкое настраивание и обучение с подкреплением, команда создала специализированные системы, способные к высокоуровневым алгоритмическим рассуждениям.
Модель Nano-CC (30B-A3B) обучалась как с помощью SFT, так и с использованием RL, тогда как модель Ultra-CC (550B-A55B) использовала только SFT. Была внедрена стратегия на основе обратной связи под названием GenCorrect для итеративного уточнения решений во время тестирования. На IOI 2025 Nano-CC набрала 468 баллов с использованием GenCorrect, превысив золотой порог в 438,3, тогда как Ultra-CC достигла 502.
Специализированная система Ultra-CC, предназначенная для соревнований и оцененная прогностически во время IOI 2026, набрала 535,4 из 600 при стандартных ограничениях. Этот результат превышает как золотой порог в 361,12, так и лучший человеческий результат в 498,27, что знаменует собой первый случай, когда ИИ-система превзошла по баллам самого высокобалльного участника-человека на наборе задач IOI.