NVIDIA 数学报告：证明要反复检查，模型也会一起看漏
数学推理 / 训练与推理方法 · 8.5/10 · 建议深读
NVIDIA 的这份报告解释了 Nemotron 数学系统怎样达到 IMO 2026 金牌分数线：三个模型检查点分工生成证明、评判和修改，再用单独一轮高计算量评审选择提交结果。整个过程使用自然语言，不依赖形式化证明器。报告称，官方阅卷给出 30/42 分，当年的金牌线是 29 分。
更值得读的是资源账和失败分析。找到六份最终提交证明花了约 7.07 亿个生成词元、1,464 个 GB200 GPU 小时；把已经启动的轮次运行完，总量接近 23.1 亿词元、4,800 GPU 小时。模型评审给两道题的证明多算了分，说明反复让模型检查，也可能保留共同盲点。
训练数据、推理代码和检查点让这些取舍可以继续研究，但这并不是一套低成本解题方案。权重页面注明 9 月 3 日已发布，本期补读的是随后公开的技术报告，不重报“模型刚刚开源”。报告的 arXiv 提交日期是 9 月 9 日。