会懂网AI资讯，9月14日，英伟达宣布开源其高性能推理系统Nemotron 3 Ultra，该系统在2026年国际数学奥林匹克竞赛中取得30分、总分42分的好成绩，达到金牌分数线。值得关注的是，整套解答完全以自然语言证明完成，不依赖形式化定理证明器、外部工具或联网检索，这在同类评测中相当罕见。
系统内部由三个专用checkpoint分工协作，分别负责生成、验证和迭代修正，再由高算力阶段从候选答案中筛选出最终结果。这种生成、验证、修正的流水线，把数学竞赛题的求解过程彻底工程化，也让算力成为可按需调度的一部分资源，而不是一次性消耗品。实践中这意味着同一套题目可以用更多算力换取更高准确率。
英伟达同步公开了专用checkpoint、训练数据、训练与推理代码以及最终的提交解答。官方后训练拆解把完整流程写成NeMo Data Designer、NeMo Gym与NeMo RL三个环节，数据集与配方一并开源，外部团队既可以直接照着复现，也可以在此基础上继续改进，而不必依赖任何闭源接口。
与此同时，团队还发布了一套含有200道题目的奥赛级新基准，用于衡量模型在高难度数学推理上的真实水平。相比公开榜单容易被针对性训练数据污染，全新未公开的基准能在一定程度上避免分数失真，也为后续研究提供更干净的参照系，研究者可以据此判断模型的推理上限而不是记忆能力。
一个耐人寻味的细节是，经过定向训练的更小模型Nemotron-3-5 Lightning，在预测答案正确性这一指标上大幅超过了体量大得多的Ultra。这说明在推理链路中，判断哪个答案对与把答案做出来，是两种可以被拆开、分别优化并单独评测的能力。由小模型做裁判、大模型负责生成，成本结构会明显不同。
对行业而言，这次开源的完整度比分数本身更有价值。训练数据、代码与配方公开之后，中小团队无需从零搭建后训练流程，就能在自有算力上复现同等水平的数学推理系统。开源竞争的重心，正从发布权重转向公开方法论与工程细节，这也有助于形成可复用、可对照的行业基准流程，降低后来者的试错成本。
暂无评论内容