Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada

A Nvidia acaba de provar que um modelo de inteligência artificial bem projetado pode se tornar campeão em áreas muito diferentes. Duas equipes da empresa pegaram o Nemotron (a família de modelos de linguagem da Nvidia) e o especializaram para competir em duas olimpíadas de nível mundial: a Olimpíada Internacional de Informática (IOI, focada em algoritmos e código) e a Olimpíada Internacional de Matemática (IMO, que exige demonstrações rigorosas escritas em linguagem natural). Ambas as versões adaptadas do modelo conquistaram medalha de ouro, segundo informou a Nvidia em post no blog da Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados).

A versão do Nemotron para a IOI 2026 fez 535,4 pontos de um total de 600 — acima da nota de corte para ouro (361,12) e do melhor competidor humano, que fez 498,27 pontos. Já o sistema montado para a IMO 2026 resolveu corretamente quatro dos seis problemas e alcançou 30 pontos de um total de 42, superando a marca de ouro oficial (29 pontos). A IOI foi uma execução não-oficial, sob as mesmas condições de tempo e número de tentativas dos competidores humanos; na IMO, as provas foram corrigidas pelos avaliadores oficiais da olimpíada.

O método usado pela Nvidia não exigiu criar um modelo do zero para cada desafio. A equipe partiu de versões do Nemotron 3, aplicou fine-tuning supervisionado (SFT, um tipo de treinamento em que o modelo aprende com exemplos de respostas corretas) e, em alguns casos, aprendizado por reforço (RL, técnica em que o modelo recebe recompensas ou penalidades conforme acerta ou erra, aprendendo por tentativa e erro). Depois, combinaram o modelo treinado com um sistema de inferência (o processo em que a IA gera respostas) que funciona em loop: gera várias tentativas de resposta, avalia cada uma, identifica erros e refina a melhor candidata.

Para a IOI, a Nvidia criou dois modelos especialistas a partir de 22 mil problemas de programação competitiva. O Nemotron-3-Nano-CC, com 30 bilhões de parâmetros totais (os valores numéricos internos que o modelo ajusta durante o treinamento) e 3 bilhões ativos, recebeu tanto SFT quanto RL. O Nemotron-3-Ultra-CC, com 550 bilhões de parâmetros totais e 55 bilhões ativos, foi treinado apenas com SFT. Já para a IMO, o corpus de treinamento incluiu quase 415 mil exemplos cobrindo não só a geração de provas finais, mas também refinamento, verificação e crítica de argumentos — ensinando o modelo a identificar falhas no próprio raciocínio e responder a objeções.

A grande descoberta é que o treinamento especializado e o teste iterativo funcionam melhor juntos do que separados. Na IOI, o sistema GenCorrect (que gera código, avalia se passou nos testes e corrige erros) amplificou os ganhos do fine-tuning ao longo de várias rodadas de revisão. Na IMO, usar tanto o checkpoint treinado com SFT quanto o treinado com RL — cada um com pontos fortes complementares — foi mais eficaz do que simplesmente gerar mais amostras de um único modelo. Em ambos os casos, a medalha veio da combinação de um especialista bem treinado com um sistema de busca, verificação e melhoria contínua.

A Nvidia disponibilizou os modelos, dados de treinamento e pipelines de inferência na Hugging Face e no repositório NeMo-Skills. A coleção Nemotron Labs IMO 2026 inclui os checkpoints (versões salvas de um modelo em diferentes estágios do treinamento) de SFT e RL, os dois conjuntos de dados usados no treinamento e o Nemotron-IMO-Bench, um novo benchmark (conjunto de testes padronizado) com 200 problemas de nível olímpico. Para programação competitiva, o modelo Nemotron-3-Ultra-CC está disponível, junto com a receita de treinamento e a metodologia GenCorrect. A intenção é permitir que outros desenvolvedores reproduzam e estendam os resultados.