英伟达开源 IMO 金牌配方:不仅是「人海战术」,1.5TB 显存做实 AI「推恩令」?

NVIDIA 还把支撑这 30 分的两个数学专家 checkpoint、SFT 与 RL 训练数据、推理代码、训练配方、比赛提交证明,以及 200 道新的 Nemotron-IMO-Bench 一起开放了出来。Nemotron 3 Ultra 只是底座,后面两个专家模型、大规模证明搜索、模型验证和多轮改写,共同组成了把成绩推到 IMO 金牌线的完整链路。英伟达通过开源让全球实验室都能分享 IMO 金牌的红利,却也让所有人都在无意间进入了由英伟达硬件定义的搜索推理范式。

原文连接