通往IMO金牌的开放配方：训练Nemotron解决奥林匹克数学题

该研究考察模型后训练和测试时推理设计如何影响高难度奥林匹克数学题的自然语言证明生成。研究人员以Nemotron 3 Ultra为基础，通过监督微调和强化学习训练了两个专用检查点。其开放式流程不使用形式化证明器、外部工具或互联网，而是迭代生成、验证和改进候选证明。作者称，该系统在2026年IMO中获得42分中的30分，达到金牌门槛。团队还发布了两个后训练检查点、训练数据、训练与推理代码、参赛解答，以及包含200道全新奥林匹克数学题的Nemotron-IMO-Bench。

行业资讯行业新闻 AI模型研究开源 2026-09-12 01:30:59 833 阅读阅读约 1 分钟来源：Hugging Face

本文来源：Hugging Face，仅供学习参考，版权归原作者所有。