На International Mathematical Olympiad 2026 модель с дообучением и стратегией GenCorrect также превзошла золотой порог, набрав 30 баллов из 42 и получив полный балл за четыре из шести задач.
Результаты были достигнуты с помощью дообучения (SFT) и обучения с подкреплением (RL) базовой модели Nemotron 3, а также использования стратегий генерации, оценки и улучшения ответов. Команда Hugging Face опубликовала модели, наборы данных и методологии на платформе Hugging Face.