Nemotron 특화 모델로 국제수학올림피아드급 증명 생성 훈련법 공개

연구진은 Nemotron 3 Ultra를 출발점으로 지도 미세조정과 강화학습을 적용한 두 개의 특화 체크포인트를 훈련하고, 체크포인트 선택·검증·수정 과정이 증명 품질에 미치는 영향을 평가했다. 이를 바탕으로 형식 증명기나 외부 도구, 인터넷 접근 없이 자연어만으로 작동하는 테스트타임 컴퓨트 파이프라인을 제안했다.

수학 올림피아드 문제 풀이는 LLM의 추론 능력을 검증하는 대표적 벤치마크로 활용돼 왔으며, 최근에는 형식 증명 시스템(Lean 등)을 활용한 접근과 자연어 기반 접근이 병행 연구되고 있다. 이 연구는 외부 도구 의존 없이 자연어만으로 고난도 증명을 생성하는 방식에 초점을 맞췄다는 점이 특징이다.

AI 연구·개발 실무자는 후속 훈련(post-training) 설계와 테스트타임 추론 전략이 최종 성능에 미치는 영향을 검토하는 데 참고할 수 있으며, 특히 검증·수정(refinement) 단계를 파이프라인에 통합하는 방식은 다른 추론 집약적 태스크에도 응용 가능성이 있다.

오픈모델 기반 파이프라인의 구체적 성능 수치와 벤치마크 비교 결과는 발췌문에 담기지 않아 원문 확인이 필요하다.

본문은 수집한 기사의 제목과 발췌를 바탕으로 AI가 정리한 해설입니다. 원문 전체를 옮긴 것이 아니므로 수치·날짜·조문 등 세부 사실은 위 원문 링크에서 확인하세요. 개별 사안에 대한 법률·세무·노무·회계·의료 자문을 대체하지 않습니다.