開放 Nemotron 訓練配方達到 IMO 金牌門檻

•該論文由 NVIDIA 研究人員 Ivan Moshkov、Stephen Ge 等人於 2026 年 9 月發表，論文編號為 arXiv:2609.10712。
•系統在 2026 年 IMO 獲得 30 分（滿分 42 分），成功突破該屆 29 分的金牌門檻。
•核心架構採用三檢查點配置：Nemotron 3 Ultra 基礎模型、專屬 SFT 專家模型與專屬 RL 專家模型。
•推論機制採用兩階段測試時運算（TTC），結合迭代式生成／批判／改進搜尋，以及高算力候選篩選評分階段。
•NVIDIA 於 Hugging Face 開放開源專案 nvidia/nemotron-labs-imo-2026，涵蓋 OpenMDW-1.1 授權模型、推論腳本與 Nemotron-IMO-Bench（200 題奧數基準）。

Nemotron 3 Ultra (IMO Pipeline)

AlphaProof / AlphaGeometry

Gemini Deep Think

DeepSeek-V3.2-Speciale (671B)

模型 / 系統	開發機構	格式與工具依賴	權重開放性	IMO / 競賽表現水準
Nemotron 3 Ultra (IMO Pipeline)	NVIDIA	純自然語言（無形式化證明器／無工具）	完全開源（包含檢查點與訓練配方）	IMO 2026 金牌（30/42 分）
AlphaProof / AlphaGeometry	Google DeepMind	形式化語言（Lean）與符號工具輔助	閉源 / 專有系統	IMO 2024 等級銀／金牌水準
Gemini Deep Think	Google DeepMind	多模態自然語言與內部搜尋	閉源 / 專有雲端 API	奧數前沿水準
DeepSeek-V3.2-Speciale (671B)	DeepSeek	自然語言推理搜尋	開放權重（671B MoE）	達到前沿競賽級數學解題水準

基礎架構與模型組合：以 NVIDIA Nemotron 3 Ultra 為骨幹，整合基礎模型、Nemotron-3-Labs-Ultra-Math-SFT（監督式微調專家）與 Nemotron-3-Labs-Ultra-Math-RL（強化學習專家）三種檢查點組成協同集成架構。
純自然語言無工具推理：不依賴 Lean 或 Isabelle 等機器驗證語言，亦不調用外部程式碼執行器或符號求解器，完全依靠自然語言長鏈條推理生成形式完整且具備嚴謹性的非形式化數學證明。
兩階段測試時運算架構（Test-Time Compute）：第一階段利用專門檢查點進行反覆候選證明生成、自我驗證批判與迭代修正；第二階段配置高算力篩選機制，對多個候選證明進行獨立打分與排序，選出最終提交解答。
開放資源庫規格：所有模型權重依 OpenMDW-1.1 授權釋出，包含開源推論搜尋腳本、完整提交解答日誌，以及全新設計的 200 題奧賽級評測集 Nemotron-IMO-Bench。

非形式化自然語言長推理將逐步取代形式化證明器成為奧數 AI 的主流途徑

Nemotron 3 Ultra 在完全不依賴 Lean 或符號工具的情況下取得 IMO 金牌，證明測試時運算與專業 RL/SFT 能弭平自然語言驗證的幻覺弱點。

開放權重模型搭配測試時運算擴展將加速打破專有前沿實驗室的推理壟斷

NVIDIA 釋出完整訓練配方與推論腳本，讓社群與競爭對手得以在無需超大規模閉源叢集的情況下重現頂級競賽推理能力。

2026-03

NVIDIA 發布 Nemotron-Cascade 2（30B MoE 架構），於 IMO 2025 與 IOI 2025 達到金牌水準

2026-09

NVIDIA 發布 Nemotron-3-Ultra-CC，針對 IOI 2026 程式競賽推出後訓練強化管線

2026-09

NVIDIA 研究團隊發表論文 arXiv:2609.10712，公布 Nemotron 3 Ultra 達到 IMO 2026 金牌門檻並開源配方

2026-03
NVIDIA 發布 Nemotron-Cascade 2（30B MoE 架構），於 IMO 2025 與 IOI 2025 達到金牌水準
2026-09
NVIDIA 發布 Nemotron-3-Ultra-CC，針對 IOI 2026 程式競賽推出後訓練強化管線
2026-09
NVIDIA 研究團隊發表論文 arXiv:2609.10712，公布 Nemotron 3 Ultra 達到 IMO 2026 金牌門檻並開源配方

30 秒速覽