英伟达开源 IMO 金牌数学推理方案 Nemotron

一句话说清：英伟达把一套在2026年国际数学奥林匹克（IMO）拿到金牌分数（30/42）的纯自然语言数学推理方案开源了，模型权重、训练数据、代码、解题过程全部公开，谁都能复现。

发生了什么

2026年9月，英伟达研究团队发布基于 Nemotron 3 Ultra 的数学推理系统，在 IMO 2026 拿到 30/42 分、超过29分的金牌线（来源：DEV Community / arXiv 论文，2026-09-12）。

• 全程只用自然语言推理，不依赖形式化证明器（如 Lean）、不联网、不用外部工具，靠模型自己生成、验证、改证明。
• 英伟达同步开源了两个专家模型权重、训练数据、推理代码、提交的解题过程，以及一个含200道奥数题的新基准 Nemotron-IMO-Bench。
• 论文9月9日发在 arXiv（编号 2609.10712），团队由 Ivan Moshkov 等六人组成。

对我有什么用

• 对学生/数学爱好者：这是目前最透明、可复现的「AI 解奥数题」方案，等于白送一套研究方法，想深入研究数学 AI 的人能直接拿来跑、拿来改。
• 对开发者：它演示了「用后训练把通用大模型变成领域专家」的成熟套路（监督微调+强化学习+测试时算力），做自己行业的专用 AI 可照搬。

我可以怎么做

1. 上 Hugging Face 搜 NVIDIA 的 Nemotron-IMO 合集，下载两个专家权重和推理代码。
2. 按 GitHub 上的 recipe 跑推理，输入一道奥数题，看它怎么一步步生成并验证证明。
3. 普通用户没显卡也没关系：直接体验各家已上线的数学/解题助手（如 ChatGPT、Kimi、智谱），它们背后都有类似思路。

温馨提醒

• 不是家用级：单个专家权重约1.12TB，官方建议至少8张 B200 级 GPU，个人基本跑不了，主要是给研究机构用的。
• 作者自己承认有「盲区」：模型自己打分偏高（约32分），官方只认30分；且证明没有机器严格校验，权威仍以人类阅卷为准。
• 训练数据部分由别家模型（DeepSeek-V4-Pro）生成，会继承其可能的错误，引用结论时要自行核对。