Nvidia：Nemotron-Cascade 2级联RL MoE揽IMO和IOI金牌

Nemotron-Cascade 2，一款由英伟达（NVIDIA）开发的 30B 参数混合专家（MoE）开源大模型。该模型通过创新的 级联强化学习（Cascade RL） 和 多领域在线策略蒸馏（MOPD） 技术，在仅有 3B 激活参数的情况下，展现出极高的“智能密度”。它在 2025 年国际数学奥林匹克（IMO） 和 国际信息学奥林匹克（IOI） 中均获得了金牌水平的成绩，其数学推理和编程能力足以媲美规模大得多的顶尖模型。报告详细阐述了从 有监督微调（SFT） 到多阶段强化学习的全流程，并开放了模型权重与训练数据。测试结果证明，该模型在 指令遵循、长文本处理及智能体任务 等多个基准测试中均达到了行业领先水平。