Nemotron 微调后在 IOI 2026 与 IMO 2026 双双达到金牌水平
NVIDIA 团队从 Nemotron 3 出发，用 SFT、RL 和反馈驱动的推理流程做出两个专家系统，在 IOI 2026 得 535.4/600、IMO 2026 得 30/42，均超过各自金牌线。
推荐理由：原文公开了微调配方、数据集与推理流水线，读者可据此复现领域专家模型的训练与验证流程。
NVIDIA 团队从 Nemotron 3 出发，用 SFT、RL 和反馈驱动的推理流程做出两个专家系统，在 IOI 2026 得 535.4/600、IMO 2026 得 30/42，均超过各自金牌线。
推荐理由：原文公开了微调配方、数据集与推理流水线，读者可据此复现领域专家模型的训练与验证流程。