09/10/2026 · VietTechies · Biên tập
Các nhà nghiên cứu tại Nvidia đã tinh chỉnh dòng mô hình nền tảng Nemotron 3 bằng phương pháp học có giám sát (SFT), học tăng cường (RL) cùng các vòng lặp tính toán lúc suy luận có cấu trúc. Nhờ đó, mô hình đã đạt ngưỡng hiệu năng huy chương vàng trên các bài đo hiệu năng cho Kỳ thi Toán Quốc tế (IMO) 2026 và Kỳ thi Tin học Quốc tế (IOI) 2026.
Chuyên biệt hóa mô hình nền tảng cho lập trình thi đấu
Đối với mảng lập trình thi đấu, Nvidia đã huấn luyện hai phiên bản chuyên biệt dựa trên mô hình cơ sở Nemotron 3: Nemotron-3-Nano-CC sở hữu 30 tỷ tham số tổng cộng và 3 tỷ tham số hoạt động, cùng Nemotron-3-Ultra-CC với 550 tỷ tham số tổng cộng và 55 tỷ tham số hoạt động. Nhóm nghiên cứu đã tuyển chọn 22.000 bài toán cùng các chuỗi suy luận tổng hợp, áp dụng cả tinh chỉnh có giám sát (SFT) lẫn học tăng cường (RL) cho phiên bản Nano, trong khi Ultra-CC chỉ cần một chu kỳ (epoch) SFT.
Khi kết hợp với GenCorrect—một chiến lược phản hồi lặp đi lặp lại gồm tạo giải pháp, đánh giá và tinh chỉnh—điểm bài đo hiệu năng IOI 2025 của Nano đã tăng từ 130 điểm cơ bản lên 280 điểm sau SFT, 291 điểm sau RL, và đạt 468 điểm nhờ tìm kiếm lúc suy luận, vượt qua ngưỡng huy chương vàng là 438,3 điểm. Mô hình Ultra-CC đạt 502 điểm trên IOI 2025 và ghi nhận 535,4 trên 600 điểm trong một lượt chạy thử nghiệm không chính thức theo đúng giới hạn thời gian và kết nối internet của kỳ thi IOI 2026.
Suy luận toán học bằng ngôn ngữ tự nhiên
Ở mảng chứng minh toán học, đội ngũ nghiên cứu xây dựng các mô hình chuyên biệt SFT và RL dựa trên Nemotron 3 Ultra. Tập dữ liệu SFT chứa 414.890 ví dụ được lọc chọn kỹ lưỡng từ 15.818 bài toán chứng minh nhằm huấn luyện khả năng tạo lập luận, phát hiện lỗi sai và đánh giá phản biện. Trong khi đó, mô hình RL được huấn luyện trên 9.597 bài toán nằm sát giới hạn năng lực của mô hình.
Hệ thống IMO kết hợp này vận hành hoàn toàn bằng ngôn ngữ tự nhiên, không cần đến các bộ chứng minh định lý hình thức, công cụ bên ngoài hay kết nối internet. Trong quá trình tạo phương án và xác minh đa giai đoạn, hệ thống đã đưa ra các bài chứng minh được giám khảo chính thức của IMO chấm 30 trên 42 điểm, đạt điểm tối đa ở 4 trong 6 bài toán và vượt qua ngưỡng điểm huy chương vàng chính thức.
Mô hình, tập dữ liệu và quy trình suy luận mở
Nvidia đã phát hành công khai các tài nguyên dùng cho cuộc thi thông qua Hugging Face và GitHub. Danh mục tài nguyên bao gồm checkpoint của mô hình Nemotron-3-Ultra-CC, bộ sưu tập Nemotron Labs IMO 2026 chứa các checkpoint đã tinh chỉnh, dữ liệu huấn luyện, cùng Nemotron-IMO-Bench—một bộ bài đo hiệu năng gồm 200 bài toán cấp olympic. Kho lưu trữ NeMo-Skills cung cấp đầy đủ các quy trình suy luận, câu lệnh (prompt) và các bài chứng minh đã nộp để cộng đồng có thể tái hiện quy trình làm việc của cả IOI và IMO.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: One Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMO