NVIDIA abre solução especializada Nemotron: resultados de ouro em IOI e IMO, com pesos e receita divulgados
Segundo blog oficial da NVIDIA de 7 de outubro de 2026, a equipe usou o Nemotron 3 como base e, por meio de SFT, RL e um ciclo de inferência de geração-verificação-refinamento, obteve 535,4/600 na IOI 2026 e 30/42 na IMO 2026, ambos relatados como acima da linha de ouro; checkpoints, conjuntos de dados e pipeline de avaliação estão abertos no Hugging Face e no NeMo-Skills.
O que mudou
Segundo blog oficial publicado pela equipe da NVIDIA em 7 de outubro de 2026, ela construiu dois tipos de sistema especializado sobre o Nemotron 3: na direção de programação competitiva, o Nemotron-3-Ultra-CC (550 bilhões de parâmetros totais, 55 bilhões ativos, após SFT) com a estratégia iterativa de geração-avaliação-refinamento GenCorrect obteve 535,4/600 em uma execução prospectiva da IOI 2026 em tempo real, não oficial e não contabilizada no ranking oficial, acima da linha de ouro de 361,12 relatada e da pontuação humana máxima de 498,27; o Nemotron-3-Nano-CC associado (30 bilhões de parâmetros totais, 3 bilhões ativos, após SFT e RL) também foi usado em experimentos comparativos, e o relato menciona que o Nano subiu de 130 pontos antes do pós-treinamento para 280 pontos após SFT, 291 após RL e 468 após adicionar GenCorrect. Na direção de matemática, um sistema de geração-verificação-refinamento foi formado pelos checkpoints geral, SFT e RL do Nemotron 3 Ultra; o corpus de SFT continha 414.890 amostras cobrindo 15.818 problemas de prova não repetidos, e o treinamento RL usou 9.597 problemas próximos da fronteira de capacidade; o sistema opera inteiramente em linguagem natural, sem provador formal, ferramentas externas ou internet, e obteve 30/42 na avaliação final de corretores oficiais da IMO. O blog também afirma que os modelos relacionados, os dois conjuntos de dados de treinamento, o Nemotron-IMO-Bench (200 problemas de nível olímpico) e o pipeline de inferência e prompts no NeMo-Skills já estão abertos.
Impacto para desenvolvedores
O significado direto para desenvolvedores é que esse resultado deixa mais clara a divisão de trabalho entre base, pós-treinamento e ciclo de inferência: o relato mostra que a mesma base pode se adaptar a duas tarefas difíceis, código e provas, por meio de diferentes escalas e combinações de pós-treinamento, e que o ganho não vem apenas de ajuste fino ou apenas de amostragem. Se receitas semelhantes forem replicadas em cenários empresariais, o objeto de avaliação passará da saída de um único modelo para todo o pipeline — geração de candidatos, pontuação, crítica, refinamento e seleção final determinam juntos o resultado. É preciso distinguir pesos abertos de licença open source: o blog afirma que modelos e dados estão abertos no Hugging Face e oferece pipeline reproduzível, mas a fonte não especifica os termos de licença, então poder baixar não equivale a uso comercial livre; antes de adotar, é necessário verificar por conta própria a licença do modelo e os termos de uso dos dados. Além disso, o resultado da IOI é explicitamente uma execução de benchmark não oficial e sem supervisão, sem relação com o ranking oficial, enquanto a IMO foi avaliada por corretores oficiais, e a comparabilidade dos dois tipos de resultado é diferente. Em termos de recursos, os dados mostram que o Nano com SFT e RL e o Ultra com apenas uma época de SFT superam o Nano com pós-treinamento completo, sugerindo que o orçamento computacional da especialização não é linear entre escalas e que os custos de ajuste fino e de inferência precisam ser calculados separadamente.
Integração e avaliação
Sugestão 1 (análise condicional, não fato relatado): para tarefas que exigem formato de saída estrito ou taxa de aprovação em testes ocultos, pode-se primeiro verificar se o checkpoint pós-treinado com ciclo de feedback supera a abordagem de prompt puro. O critério de escolha está no fato de a fonte relatar que o Nano melhora muito após o pós-treinamento e melhora novamente após adicionar GenCorrect, indicando que o ganho vem da soma de ajuste fino e múltiplas rodadas de refinamento; mas, se sua tarefa não permite construir automaticamente um avaliador confiável, a premissa dessa rota não se sustenta. O critério de avaliação pode ser: no mesmo lote de testes ocultos próprios, comparar base, um único checkpoint pós-treinado e após três rodadas de geração-avaliação-refinamento, medindo a diferença de taxa de aprovação e o múltiplo de tempo de inferência por tarefa. Sugestão 2: em cenários de matemática ou raciocínio de cadeia longa, considere manter simultaneamente os checkpoints SFT e RL e usar amostragem complementar, em vez de aumentar o número de amostras em um único checkpoint. A fonte afirma que o checkpoint SFT é o mais forte na primeira rodada de busca, que o checkpoint RL é o melhor em geral como checkpoint único, e que o sistema final usa ambos; isso exige que seu pipeline suporte roteamento multi-modelo e pontuação unificada. O critério de avaliação pode ser: sob orçamento computacional total fixo, comparar a taxa de validação aprovada e a proporção de falsos completos em um conjunto próprio de provas entre múltiplas amostras de um único checkpoint e amostragem complementar de dois checkpoints. Sugestão 3: se reutilizar o pipeline NeMo-Skills, confirme primeiro se suas dependências e prompts correspondem à versão do seu modelo e prepare-se para substituir o orçamento computacional da fase de seleção final, pois a fonte menciona que essa fase consome bastante computação isoladamente. O critério de avaliação pode ser: medir em hardware idêntico a latência ponta a ponta de todo o pipeline e o custo por problema, confirmando que é possível concluir dentro do prazo de negócio.
Limites e pontos a confirmar
O blog da fonte foi publicado em 7 de outubro de 2026; os resultados de competição foram relatados pela própria equipe da NVIDIA, a parte da IOI é explicitamente uma execução não oficial e sem supervisão, não contabilizada no ranking oficial, e a parte da IMO, embora afirme ter sido avaliada por corretores oficiais, não pode ter pontuações, versões de problemas ou detalhes de correção verificados de forma independente por este artigo. A fonte não divulga os termos de licença específicos dos checkpoints relacionados ao Nemotron 3; pesos abertos e licença aberta não são a mesma coisa, e é preciso verificar por conta própria antes de uso comercial e redistribuição. Versões como Nemotron-3-Ultra-CC atualmente não têm entrada com correspondência exata no catálogo ao vivo do KimiSeek, portanto essa versão não está no KimiSeek no momento, e os canais de acesso aberto mencionados no relato referem-se ao local de publicação do próprio fabricante; se surgirem APIs de terceiros ou serviços hospedados posteriormente, seus preços e disponibilidade devem seguir a página de preços do fornecedor correspondente, e este artigo não cita nenhum número de preço específico. As duas rotas de pós-treinamento e múltiplas rodadas de refinamento dependem de problemas específicos do domínio, trajetórias de raciocínio de alta qualidade e avaliadores confiáveis; a fonte não afirma se funcionam igualmente em cenários empresariais genéricos sem esses dados, e os custos de treinamento e inferência são descritos como 'não pequenos', mas sem dados de custo reutilizáveis.
Ilustrações da notícia original
