Saltar al contenido
Fuentes. Contexto. Criterio.SEÑALIA SIN RUIDOBoletín gratis
martes, 17 de noviembre de 2026
ModelosNoticia · 2 min de lecturaAnuncio de la empresaConfianza alta

Nvidia logra nivel oro en dos olimpiadas con la misma familia de modelos: IOI e IMO 2026

Nemotron 3 llega a 535,4/600 en programación competitiva y a 30/42 en mates, con modelos, datos y recetas abiertos

Redacción automática SEÑALResponsable editorial: Sergio SallaveraEl hecho: 7 oct 2026

Nvidia publica en el blog de Hugging Face cómo especializó Nemotron 3 para alcanzar nivel oro en dos olimpiadas: en la IOI 2026 su sistema ultra marcó 535,4/600 (oro desde 361,12; mejor humano, 498,27) y en la IMO 2026 su sistema generate-verify-refine obtuvo 30/42, por encima del umbral oficial de oro (29). Modelos, datos y recetas se publican en abierto.

Qué ha ocurrido

El equipo Nemotron Labs de Nvidia ha publicado en el blog de Hugging Face (7 de octubre de 2026) cómo construyó especialistas a partir de Nemotron 3 mediante ajuste supervisado (SFT), refuerzo (RL) y bucles de inferencia con retroalimentación, y los resultados han alcanzado nivel oro en dos competiciones distintas.

En la Olimpiada Internacional de Informática, Nemotron-3-Ultra-CC (550.000 millones de parámetros totales, 55.000 activos) logró 535,4 sobre 600 en una ejecución en directo, con los mismos límites de tiempo, acceso a internet y envíos que los concursantes humanos: superó el umbral de oro (361,12) y la mejor nota humana (498,27). Nvidia aclara que fue una participación oficiosa y no supervisada, fuera de la clasificación oficial. En la Olimpiada Matemática Internacional, un sistema que combina checkpoints general, SFT y RL con generar-verificar-refinar obtuvo 30 de 42 puntos —oro oficial desde 29— con las demostraciones corregidas por los jueces oficiales del certamen.

El artículo detalla la receta: problema de dominio curado, datos de razonamiento de calidad (414.890 ejemplos en 15.818 demostraciones únicas para el SFT de matemáticas; 22.000 problemas para programación), post-entrenamiento estándar y un bucle de inferencia que genera, puntúa, critica y refina. Los modelos (incluido Nemotron-3-Ultra-CC), los dos datasets, un banco de 200 problemas olímpicos (Nemotron-IMO-Bench) y las tuberías de inferencia quedan publicados en Hugging Face y en el repositorio NeMo-Skills.

Por qué importa

Es la demostración pública más completa de que un mismo modelo base se puede especializar a nivel de medalla en dos dominios duros —código bajo pruebas ocultas y demostraciones formales en lenguaje natural— con métodos estándar y sin demostrador formal ni internet. Y al publicar pesos, datos y recetas, traslada el resultado de la anécdota al método reproducible.

Qué cambió

AntesLos resultados de nivel olimpiada se presentaban como hazañas puntuales con pocos detalles técnicos y nada descargable.
AhoraNvidia publica los niveles de oro en IOI e IMO 2026 de la familia Nemotron con modelos, datos, banco de pruebas y tuberías de inferencia en abierto.
ConsecuenciaEl listón de demostración se desplaza del resultado a la reproducibilidad: otros equipos podrán replicar y competir sobre la misma base.

Qué sabemos · qué no

Confirmado

  • El blog oficial de Nvidia en Hugging Face (7-10-2026) publica las tablas de resultados, los Umbrales y el desglose del entrenamiento y la inferencia.
  • La IOI 2026 fue una corrida oficiosa, en directo y no supervisada, fuera de la clasificación oficial; las pruebas de la IMO fueron corregidas por los jueces oficiales.
  • Modelos, datasets, Nemotron-IMO-Bench y la tubería de inferencia están publicados.
  • El blog oficial (7-10-2026) documenta 535,4/600 en la IOI 2026 (oro desde 361,12; mejor humano 498,27) en corrida oficiosa, en directo y no supervisada.
  • El sistema de la IMO 2026 obtuvo 30/42 corregido por los jueces oficiales, por encima del umbral de oro de 29, sin demostrador formal, sin herramientas externas y sin internet.
  • Quedan publicados en Hugging Face y NeMo-Skills los modelos, los dos datasets, Nemotron-IMO-Bench (200 problemas) y las tuberías de inferencia.

Todavía no

  • El coste total de entrenamiento e inferencia de los sistemas ganadores.
  • Si el rendimiento se mantiene en tareas industriales fuera de los concursos (el propio artículo lo plantea como evidencia de especialización, no de uso general).
  • El coste de cómputo de entrenamiento e inferencia de los sistemas.
  • El rendimiento en tareas profesionales fuera de los concursos.

La misma claridad, en tu correo.

IA HOY, gratis de lunes a viernes, con fuentes y contexto.

Para ir al grano técnico

Qué vigilamos ahora

Réplicas independientes del Nemotron-IMO-Bench recién publicado y si otros laboratorios siguen el patrón de publicar pesos, datos y recetas de sistemas olímpicos.

Réplicas externas sobre el Nemotron-IMO-Bench recién publicado y la reacción de la organización de la IOI a las corridas oficiosas.

Fuentes

Naturaleza de la afirmación principal: Anuncio de la empresa. Fuente primaria consultada y verificable.

  1. Nvidia — blog oficial en Hugging Face (Nemotron Labs) · nivel 1 · primaria · consultada 12 oct 2026

Más sobre

IA HOY · de lunes a viernes

La misma claridad,
cada día, en tu correo.

Una noticia principal, una selección breve y el contexto o las dudas que conviene seguir. Con fuentes y sin rellenar cupos.

Ver una edición de ejemplo

Para seguir leyendo