ネモトロンがIOI・IMOで金メダル級達成

Nemotronラボは2026年国際情報オリンピック（IOI）および国際数学オリンピック（IMO）において、ともに金メダルレベルの成績を達成したと発表した。この成果は、汎用基盤モデルを特定の競技領域に特化させるための再現性の高いファインチューニング手法と、推論時のフィードバックループを組み合わせることで、人間の最前線の問題解決能力に匹敵する性能を引き出せることを証明した。 IOI 2026では、Nemotron-3-Ultra-CCモデルが公式の金メダル閾値361.12点を大幅に上回る535.4点を記録した。同モデルは5500億パラメータ規模で、教師ありファインチューニングとGenCorrectと呼ばれる生成・評価・改善の反復推論プロセスにより訓練された。制限時間やネットアクセス禁止などの本戦条件を模擬した環境において、モデルは実際のコンテスト参加者と同じ基準で採点され、トップスコアを越える解答を生成した。 IMO 2026では、Nemotron 3 Ultraを基盤とした教師あり学習および強化学習による2つの専門家チェックポイントを採用した。データセットは40万件以上の高品質な証明問題を含み、モデルが証明の構築、欠陥の特定、自己批判への対応を学習した。両チェックポイントを活用する生成・検証・改良パイプラインにより、自然言語のみで外部ツールや形式検算子を用いずに解答を提出した結果、42点中30点を獲得し、金メダル閾値である29点を上回った。 両競技における成功は、モデルの特性、訓練データ、推論ワークフローを統合的に設計したアプローチの成果である。単なるサンプリング量の増加ではなく、専門化したモデルに推論時の検索・検証・改善機構を組み合わせることで、微調整の効果を最大化した。IOIでは教師あり学習が性能向上の主力となり、IMOでは教師あり学習と強化学習チェックポイントの相補性が高く評価された。 Nemotronラボはこれらの知見を技術コミュニティに開放するため、Hugging FaceおよびNeMo-Skillsリポジトリ上で、すべての訓練済みチェックポイント、データセット、新ベンチマーク、および推論パイプラインを公開した。この一連の成果は、強力な基盤モデルに明確なレシピを適用することで、世界の最前線を走るドメイン特化型AIシステムを再現可能に構築できることを示した。