Nemotron atteint le niveau or aux IOI et IMO

L'équipe Nemotron a annoncé des résultats de niveau médaille d'or aux Olympiades Internationales d'Informatique et aux Olympiades Internationales de Mathématiques pour 2026. Ces performances illustrent comment un modèle de base peut être spécialisé efficacement dans des domaines exigeants grâce à une combinaison de réglage fin et d'inférence itérative. Les chercheurs ont appliqué un protocole structuré en quatre phases : utiliser un modèle fondamental robuste, constituer un corpus de données ciblées de haute qualité, appliquer des techniques d'apprentissage supervisé et d'apprentissage par renforcement, puis intégrer le système dans une boucle de révision autonome. Cette approche démontre qu'il n'est pas nécessaire de créer une nouvelle architecture pour chaque défi, mais plutôt d'adapter précisément des modèles existants. Lors de l'édition 2026 de l'IOI, le Nemotron-3-Ultra-CC a cumulé 535,4 points sur 600, dépassant largement le seuil d'excellence de 361,12 points et le meilleur score humain historique. L'évaluation s'est déroulée en conditions réelles, sous les mêmes contraintes de temps et de connectivité que les participants. Le recours à une stratégie de correction itérative a permis de multiplier les gains issus de l'entraînement initial. Des variantes plus légères ont également progressé significativement en combinant les différentes phases d'adaptation. Pour les mathématiques, le système dédié à l'IMO 2026 a obtenu 30 points sur 42, franchissant le seuil de médaille d'or officiel fixé à 29 points. Les copies ont été corrigées par le jury compétent. L'architecture fonctionnait exclusivement en langage naturel, sans outils externes ni preuves formelles. En couplant un modèle spécialisé en génération de démonstrations avec un autre spécialisé en validation critique, le système a produit des arguments rigoureux, identifié les failles logiques et affiné les propositions avant la soumission. Ces résultats confirment que l'excellence ne découle ni du seul entraînement ni de l'échantillonnage massif. Elle résulte d'une conception synchronisée du modèle, des données et des mécanismes de recherche. Une spécialisation ciblée permet aux modules d'évaluation et de révision de travailler sur des propositions de qualité supérieure, optimisant ainsi chaque itération. Pour soutenir la recherche, Nemotron Labs publie sur Hugging Face les poids des modèles, les jeux de données d'entraînement et l'ensemble des pipelines de réévaluation. Les méthodologies complètes, incluant un nouveau benchmark olympique et des scripts reproductibles, sont également accessibles. Cette démarche valide l'efficacité des modèles ouverts, correctement spécialisés et intégrés à des workflows transparents pour relever des défis au sommet de la performance humaine. La communauté technologique est invitée à exploiter ces ressources pour repousser les limites de l'intelligence artificielle.