NVIDIA 發布了 Nemotron-Lams-3，這是一個擁有 5500 億參數、專為程式競賽設計的模型，其訓練數據來自從 GLM-5.2 提煉的合成推理軌跡。該模型採用 NVFP4 量化技術，在符合官方競賽限制的 IOI 2026 題庫中取得了 600 分中的 535.4 分。 該模型基於 Nemotron-3-Ultra，並在涵蓋 22,000 個精選問題的 477,642 條合成軌跡上進行了一個世代的微調。它在推理過程中採用名為 GenCorrect 的迭代閉環策略，以在固定的提交預算下優化解決方案。
事件背景
程式競賽是指在嚴格的時間和資源限制下解決演算法問題，通常需要高級邏輯推理和程式碼生成能力。合成推理軌跡是由較大或更強大的模型生成的，透過監督式微調作為較小模型的高品質訓練數據。NVFP4 是一種針對 NVIDIA 硬體優化的 4 位元浮點數量化格式，在推理速度與模型準確性之間取得平衡。
社群觀察
社群成員將此視為一項有價值的研發專案而非商業產品，並指出其專精於程式競賽領域。部分用戶將其與 Qwen 等競爭對手進行比較，認為雖然該模型令人印象深刻，但在一般基準測試中可能略遜於最新的開放權重模型。
