NVIDIA、Nemotronの数学・情報五輪金相当

背景

IOI（国際情報オリンピック）とIMO（国際数学オリンピック）は、高度なアルゴリズム設計や証明を要する世界最高水準の競技会である。近年、AI企業各社がこれらの競技で人間の金メダル水準に到達できるかを、モデルの推論能力を測る指標として注目している。

NVIDIAはHugging Faceのブログで、自社のオープンモデルファミリーNemotronをファインチューニング（追加学習による調整）し、IOIとIMOの両方で金メダル級の成績を得たと報告した。1つのモデルファミリーから、プログラミング競技と数学証明という異なる性質の課題に対応するモデルを作った点が特徴である。

内容

記事は、競技向けの学習データの作り方、推論時に長い思考過程を使う手法、評価の進め方など、両競技への適応手順を解説している。コード生成が中心のIOIと、厳密な論証が求められるIMOでは必要な能力が異なるため、課題ごとに調整を加えている。

今後の影響

Nemotronはオープンに提供されるモデル群であり、競技レベルの推論力を持つモデルの作り方が公開された形となる。研究者や開発者が高度な推論モデルを自前で調整する際の参考資料として使える。