À partir du même modèle de base Nemotron, le fine-tuning a donné naissance à deux parcours dignes d’une médaille d’or : l’un pour résoudre des problèmes, l’autre pour rédiger des démonstrations. Côté programmation, 22 000 problèmes et des traces de raisonnement synthétiques, puis une boucle génération-évaluation-correction pour améliorer les résultats, ont permis d’obtenir 535,4/600 à l’IOI. Il s’agit toutefois d’un benchmark non officiel et non supervisé, qui ne compte pas dans le classement officiel.

Côté mathématiques, plus de 410 000 exemples couvrent la génération, la réparation et la vérification de démonstrations. Au final, les checkpoints SFT et RL ont été utilisés conjointement, leurs points forts étant complémentaires. Résultat : 30/42 à l’IMO, avec une notation officielle.