Nemotron 数学推理：生成、检查与修改证明
An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics
三个模型检查点反复写证明、评判和修改；报告公开计算资源与模型评审盲点。权重9月3日已发，本期补读技术报告。
作者
相关期次：2026-09-13 精选
阅读笔记
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。
重要度：8.5/10。公开报告提供推理流程、资源账与评审盲点；9月3日已放权重，不重报开源首发。
本期为补看。原文：https://arxiv.org/abs/2609.10712
本期资料：https://www.asteronline.cn/juju-radar/2026-09-13/
AI辅助整理，未独立复现实验。
笔记记录收录当期的判断。阅读一手材料不等于独立复现；后续进展请以原始来源为准。