Tek Bir Model Ailesi, İki Altın Madalya Seviyesi Sonuç: IOI ve IMO için Nemotron İnce Ayarı

Uluslararası Bilişim Olimpiyatı (IOI) ve Uluslararası Matematik Olimpiyatı (IMO) oldukça farklı becerileri sınar. IOI; katı süre ve gönderim kısıtları altında gizli testleri geçen algoritmalar ile kodlar gerektirirken, IMO titiz doğal dil matematiksel kanıtları talep eder. Her iki yarışmada da zirveye ulaşmak son derece zordur. Bu iki alandaki başarı, Nemotron model ailesinin dünya standartlarında uzman yapay zekâ modelleri geliştirmek için güçlü ve esnek bir temel olduğunu ortaya koyuyor.

Nemotron 3 tabanından yola çıkan ekipler; denetimli ince ayar (SFT), pekiştirmeli öğrenme (RL) ve geri bildirim odaklı çıkarım döngülerini birleştirerek hem IMO 2026 hem de IOI 2026'da altın madalya seviyesine ulaştı.

Yarışma Sonuçları ve Başarı Tablosu#

• IOI 2026 (Nemotron-3-Ultra-CC / SFT ve GenCorrect): 600 üzerinden 535.4 puan alarak 361.12 olan altın madalya barajını ve 498.27 olan en yüksek insan yarışmacı skorunu geride bıraktı. (İnsan kısıtlarıyla eşdeğer, canlı ve denetimsiz bir değerlendirme testi).
• IMO 2026 (Nemotron 3 Ultra Genel, SFT ve RL / Üret-Doğrula-İyileştir Sistemi): 42 üzerinden 30 puan alarak resmi altın madalya barajı olan 29 puanı aştı. Çözüm kanıtları resmi IMO jürisi tarafından puanlandı.

Yeniden Kullanılabilir Uzmanlaşma Reçetesi#

Bir modelin "ince ayara uygun" olması, yalnızca kontrol noktasının eğitilebilir olmasından ibaret değildir. Yetenekli bir temel modelin, zorlu alanlara net ve tekrar edilebilir bir yöntemle uyarlanabilmesi gerekir. İki projede de uygulanan dört adımlı uzmanlaşma reçetesi şöyledir:

• Güçlü bir Nemotron temel modeliyle başlayın.
• Alana özgü problemleri ve yüksek kaliteli akıl yürütme izlerini (reasoning traces) derleyin.
• SFT ve fayda sağladığı noktalarda RL gibi standart eğitim sonrası (post-training) yöntemleri uygulayın.
• Uzman modeli; aday yanıtları üreten, değerlendiren ve geliştiren bir çıkarım döngüsüyle (inference loop) eşleştirin.

Geliştiriciler için çıkarım açıktır: Her yeni problem için sıfırdan devasa bir temel model eğitmek gerekmez; mevcut güçlü modelleri hedefe yönelik uzmanlaştırmak yeterlidir.

Genel Kodlama Yeteneğinden IOI Altınına#

Rekabetçi programlama alanı için 22.000 problem derlendi ve sentetik akıl yürütme izleri üretilerek iki uzman model eğitildi:

• Nemotron-3-Nano-CC: 30 milyar toplam, 3 milyar aktif parametre (SFT ve RL uygulandı).
• Nemotron-3-Ultra-CC: 550 milyar toplam, 55 milyar aktif parametre (SFT uygulandı).

IOI 2025 üzerindeki gelişim, uzmanlaşmanın etkisini somutlaştırmaktadır. Nano modeli; eğitim öncesinde 130 puandan SFT sonrası 280'e, RL sonrasında ise 291 puana yükseldi. Ardından yinelemeli "üret-değerlendir-iyileştir" stratejisi olan GenCorrect çıkarım döngüsü eklenince 468 puana ulaşıp 438.3'lük altın barajını aştı. Ultra-CC ise aynı çıkarım stratejisiyle 502 puana ulaştı.

Yazılım Geliştiriciler İçin Pratik Çıkarımlar#

• Model Boyutuna Göre İnce Ayar: Küçük modellerde (Nano) en büyük sıçramayı SFT sağlarken RL tutarlı bir ek katkı verdi. Büyük modellerde (Ultra) ise tek bir SFT dönemi bile üst düzey performans için yeterli oldu.
• Çıkarım Zamanı Doğrulama (Inference Loop): Modeli tek seferlik kod üretimi yerine bir doğrulama ve düzeltme döngüsüne (GenCorrect) sokmak, başarıyı dramatik şekilde artırır.

---

Bu konuyu derinlemesine öğrenmek isterseniz: İleri Akıl Yürütme Teknikleri modülüne göz atın.