Como a NVIDIA levou o Nemotron 3 ao ouro olímpico
A NVIDIA publicou a receita de pós-treinamento do Nemotron 3, com pesos abertos e desempenho de ouro olímpico na IOI e na IMO 2026.
A empresa abriu os pesos e a receita de pós-treinamento de modelos que superaram a pontuação do melhor competidor humano na IOI e bateram a nota de ouro na IMO.
A NVIDIA publicou a metodologia completa de pós-treinamento e liberou os pesos da família Nemotron 3, com resultados que atingiram o corte de medalha de ouro em duas das provas acadêmicas mais difíceis do calendário: a Olimpíada Internacional de Informática (IOI) e a Olimpíada Internacional de Matemática (IMO) de 2026. Os detalhes técnicos saíram no blog da Hugging Face e em artigos no arXiv, acompanhados de código aberto no repositório NeMo-Skills.
O salto nas competições de programação e matemática
O desempenho na IOI 2026 chamou atenção pelo placar. O modelo especializado Nemotron-3-Ultra-CC cravou 535,4 pontos de um máximo de 600. A nota superou o corte de medalha de ouro de 361,12 pontos e ultrapassou até os 498,27 pontos do melhor competidor humano da edição. A avaliação foi prospectiva e paralela, seguindo as regras e limites de tempo da prova, embora o sistema não faça parte do quadro oficial de medalhistas estudantes.
Na IMO 2026, a pontuação chegou a 30 de 42 pontos possíveis, acima do corte de 29 para ouro. A diferença central em relação a projetos como o AlphaProof, da Google DeepMind, é que o Nemotron trabalhou apenas em linguagem natural. Sem traduzir enunciados para linguagens de prova formal como Lean ou Isabelle e sem fazer buscas na web, o sistema obteve nota máxima (7 de 7) em quatro problemas, enquanto os outros dois receberam nota 1 de 7, tudo avaliado por corretores oficiais da olimpíada.
A receita em 4 etapas do Nemotron 3
Para alcançar esse patamar sem recorrer a assistentes formais de prova, os pesquisadores da NVIDIA estruturaram o pós-treinamento em quatro fases:
- Modelo base: A fundação é o Nemotron 3, uma arquitetura de mistura de especialistas (MoE) com 550 bilhões de parâmetros totais e 55 bilhões ativos por token.
- Dados sintéticos densos: Geração de raciocínio passo a passo com filtragem rigorosa, reunindo 22 mil problemas curados de programação e cerca de 414 mil demonstrações matemáticas.
- Ajuste fino e reforço: Etapas de treinamento supervisionado (SFT) seguidas de aprendizado por reforço com a biblioteca NeMo-RL.
- Computação em tempo de inferência: Em vez de depender apenas da primeira resposta gerada, o modelo executa buscas e correções durante a resolução.
O custo real da inferência e o GenCorrect
O ganho decisivo veio justamente na quarta etapa, chamada de test-time compute. Na prova de programação, a NVIDIA colocou em prática o algoritmo GenCorrect. Ele gera até 200 programas candidatos em paralelo, analisa a diversidade das soluções e roda correções automáticas baseadas no retorno de testes locais em subtarefas.
Esse arranjo exige uma infraestrutura pesada. Durante a avaliação da IOI, a execução simultânea das buscas demandou até 760 GPUs NVIDIA GB300. Ou seja, o resultado não decorre apenas de um modelo mais inteligente na saída básica, mas da capacidade de gastar enorme poder computacional para testar, errar e corrigir o código antes da entrega final.
Pesos abertos e pressão na concorrência
Além da documentação teórica, a NVIDIA liberou os pesos do Nemotron-3-Ultra-CC e das versões de matemática no Hugging Face, além do benchmark Nemotron-IMO-Bench com 200 problemas inéditos. O código das suítes de teste foi integrado ao NeMo-Skills.
Ao abrir esses artefatos, a empresa coloca pressão sobre rivais que mantêm seus modelos de raciocínio restritos a interfaces fechadas. O trabalho demonstra que, no estágio atual da inteligência artificial, o salto de desempenho depende tanto do refinamento do raciocínio durante a geração da resposta quanto do tamanho do conjunto inicial de dados.