英伟达论文称专用训练系统在 IOI 2026 得分超过最高人类选手

英伟达研究人员在 arXiv 论文中介绍了面向编程竞赛的后训练方法。论文称，Competition Ultra-CC 系统在 IOI 2026 赛题上取得 535.4/600，超过最高人类选手的498.27分和金牌线361.12分。

研究使用两种 Nemotron 模型：30B-A3B 的 Nano-CC，以及550B-A55B的 Ultra-CC。团队整理了约2.2万个编程题，并用 DeepSeek-V4-Flash 生成推理轨迹；测试时使用 GenCorrect，反复生成、评估和改进答案，最多进行5轮。

IOI 2026部署峰值使用最多760块 NVIDIA GB300 GPU。论文称，Competition Nemotron-3-Ultra-CC检查点及推理和评测配方计划发布，但完整训练语料因第三方再分发限制无法发布；截至论文发布时模型尚未开放。