Hugging Face indique que deux versions spécialisées de son modèle de fondation Nemotron‑3 ont obtenu des scores équivalents à une médaille d’or aux Olympiades internationales d’informatique (IOI) et de mathématiques (IMO) 2026. Le système pour l’IOI, baptisé Nemotron‑3‑Ultra‑CC, a obtenu 535,4 points sur 600, bien au-dessus du seuil de l’or, fixé à 361,12 points, et devant le meilleur score humain, de 498,27 points. Le système pour l’IMO, conçu à partir de Nemotron‑3‑Ultra et entraîné par réglage fin supervisé (SFT) et apprentissage par renforcement (RL), a obtenu 30 points sur 42, juste au-dessus du seuil officiel de l’or, fixé à 29 points.
Qu’ont fait les chercheurs ?
Les deux projets sont partis d’un grand modèle Nemotron‑3, ont rassemblé des problèmes propres à chaque domaine et appliqué des méthodes classiques de post-entraînement. Pour l’IOI, les chercheurs ont sélectionné 22 000 défis de programmation et ajouté des traces de raisonnement synthétiques, avant d’appliquer le SFT puis, pour le plus petit modèle Nano, le RL. Ils ont également utilisé une boucle d’inférence appelée GenCorrect, qui génère, évalue et affine les réponses. Pour l’IMO, ils ont constitué un corpus de 414 890 exemples de démonstrations filtrés, portant sur la génération, la critique et la vérification. Ils ont ensuite affiné un checkpoint par SFT et un autre par RL. Le système final pour l’IMO a combiné ces deux checkpoints au modèle général et utilisé un processus de génération, vérification et amélioration pour produire des démonstrations et les perfectionner.
Où trouver ces travaux ?
Tous les modèles, jeux de données et codes sont disponibles sur Hugging Face. Le checkpoint Nemotron‑3‑Ultra‑CC peut être téléchargé, et l’article sur l’IOI présente la méthode GenCorrect. Le projet consacré à l’IMO comprend les checkpoints SFT et RL, le benchmark Nemotron‑IMO‑Bench, qui regroupe 200 problèmes de niveau olympique, ainsi qu’un dépôt NeMo‑Skills contenant le pipeline d’inférence et les prompts. Les auteurs espèrent que la communauté réutilisera cette « recette en quatre étapes » : partir d’un modèle de base puissant, sélectionner les données, appliquer le SFT/RL et l’associer à une boucle d’inférence guidée par les retours.
Pourquoi c'est important
Pour les développeurs, ces résultats montrent qu’un grand modèle général peut être transformé en spécialiste capable de rivaliser avec les meilleurs concurrents humains, grâce à une méthode de réglage fin reproductible. Des passionnés et des équipes de recherche peuvent ainsi créer des outils performants de génération de code ou de rédaction de démonstrations sans entraîner un nouveau modèle de fondation depuis zéro.
