公開：2026年9月12日, 最終更新：2026年9月12日
30秒サマリー
- NVIDIAのNemotron 3 Ultraベースのシステムが国際数学オリンピック2026で42点中30点を獲得し、金メダル基準に到達
- 外部ツールや形式的証明器を使わず自然言語のみで動作するテスト時計算パイプラインを構築
- モデル重み・学習データ・コード・提出解答・新ベンチマークをすべてオープン公開
何が起きたか
NVIDIAの研究チーム（Ivan Moshkovら6名）は2026年9月9日、arXivに論文「An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics」を投稿した。論文によると、ベースモデルであるNemotron 3 Ultraから教師あり微調整と強化学習を用いて2つの専門家チェックポイントを追加学習し、合計3つのNemotron 3 Ultraチェックポイントを組み合わせたシステムを構築。このシステムは国際数学オリンピック（IMO）2026において42点満点中30点を獲得し、金メダル基準に到達したと報告している。
システムの特徴は、形式的証明器・外部ツール・インターネット接続を一切使用せず、完全に自然言語のみで動作する点にある。候補となる証明を生成・検証・改良するイテレーティブサーチと、最終提出を選定する高計算量ステージの2段階構成を採用している。テスト時の計算量（test-time compute）をいかに設計するかが性能に大きく影響することを研究の中心テーマとして取り上げている。
研究チームは、2つの専門家チェックポイントの重みに加え、学習データ、学習・推論コード、IMO 2026への実際の提出解答、さらにオリンピックレベルの新問題200問からなる「Nemotron-IMO-Bench」をすべて公開すると論文中で述べている。
原典ハイライト
論文アブストラクトは「The system scored 30 out of 42 points at IMO 2026, reaching the gold-medal threshold」と明記。また「no formal prover, external tools, or internet access」という制約下での達成である点を強調し、学習・推論の全アーティファクトを公開するとしている。
出典: arXiv cs.AI（論文）
So What?（なぜ重要か）
編集部の分析として：IMOの金メダル水準という明確な外部指標でオープンモデルが高度な数学的推論を達成したことは、「高難度推論タスク＝クローズドな最先端モデルのみ」という従来の認識を覆す可能性がある。さらに、学習レシピとテスト時計算パイプラインがすべてオープン化されることで、他の研究者や企業が同様の手法を応用・再現する障壁が大幅に下がる。形式的証明器不要のアーキテクチャは、数学以外の複雑な推論タスクへの転用可能性も示唆する。
日本企業への示唆
日本企業への示唆として：第一に、学習データ・コード・モデル重みがオープン公開されるため、社内の数理最適化・法的文書解釈・品質保証プロセスなど「厳密な推論」が求められる領域への応用研究を低コストで開始できる。第二に、テスト時計算量の設計（生成→検証→改良のループ）は汎用的な手法であり、自社業務の高難度推論タスクに適用する際の設計思想として参考になる。第三に、オープンモデルで金メダル水準が実現されたことは、プロプライエタリAPIへの依存度を見直し、オープンモデルの内製活用を検討する経営判断の根拠となり得る。
背景・経緯
国際数学オリンピック（IMO）はAI推論能力の難易度指標として注目されており、2024〜2025年にかけてGoogleのAlphaProofなどが形式的証明器を用いて一定の成果を報告していた。本研究は形式的手法を使わず自然言語のみで同等以上の水準に達した点、およびNVIDIAのNemotronシリーズをベースとするオープンモデルで実現した点が従来との差異として位置づけられる。ただし、他システムとの詳細な比較は原文では言及されていない。
