英伟达开源IMO金牌数学推理系统

发生了什么

据雷锋网9月18日报道，NVIDIA于9月9日公布Nemotron 3 Ultra在2026年IMO上使用的整套数学推理系统，该系统获得30/42分，超过当届29分的金牌线。NVIDIA随后开源了支撑该成绩的两个数学专家checkpoint、SFT与RL训练数据、推理代码、训练配方、比赛提交证明以及200道新的Nemotron-IMO-Bench数据集。该系统通过多轮证明搜索和模型验证实现金牌成绩，但受限于550B参数模型及TB级显存门槛，复现成本极高。