Dengan basis Nemotron yang sama, fine-tuning menghasilkan dua jalur kelas medali emas: satu untuk mengerjakan soal, satu lagi untuk menulis pembuktian. Untuk pemrograman, model dilatih dengan 22 ribu soal dan jejak penalaran sintetis, lalu ditingkatkan melalui siklus generate–evaluasi–perbaikan hingga meraih 535,4/600 di IOI; namun, ini adalah tolok ukur nonresmi tanpa pengawasan dan tidak dihitung dalam peringkat resmi.
Di bidang matematika, lebih dari 410 ribu sampel mencakup pembuatan, perbaikan, dan verifikasi pembuktian. Pada akhirnya, checkpoint SFT dan RL digunakan bersama karena keunggulan keduanya saling melengkapi. Hasilnya, model meraih 30/42 di IMO berdasarkan penilaian resmi.
Di bidang matematika, lebih dari 410 ribu sampel mencakup pembuatan, perbaikan, dan verifikasi pembuktian. Pada akhirnya, checkpoint SFT dan RL digunakan bersama karena keunggulan keduanya saling melengkapi. Hasilnya, model meraih 30/42 di IMO berdasarkan penilaian resmi.