D’un côté, des laboratoires qui annoncent des percées mathématiques et gardent leurs modèles sous clé. De l’autre, Nvidia, qui vient de déposer sur Hugging Face tout ce qu’il faut pour refaire son score de médaille d’or aux Olympiades internationales de mathématiques (IMO) 2026. Les poids, les données, le code, et même les copies rendues.
Deux façons de faire de la recherche en IA. Et deux idées très différentes de ce qui vaut de l’argent.
30 points sur 42, sans calculatrice ni prouveur
Le papier, intitulé An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics (arXiv 2609.10712), décrit un système qui a obtenu 30 points sur 42 à l’IMO 2026, un score de niveau médaille d’or. Le point de départ est Nemotron 3 Ultra, le grand modèle de langage généraliste de Nvidia. Ses auteurs en ont tiré deux versions spécialisées : l’une par fine-tuning supervisé (SFT, apprentissage sur des exemples annotés), l’autre par apprentissage par renforcement (RL, où le modèle est récompensé quand sa preuve tient).
Le système se définit d’abord par ce qu’il n’utilise pas. Aucun prouveur formel du type Lean, aucun outil externe, aucun accès à internet. Tout se passe en langage naturel, comme pour un candidat humain face à sa copie.
La mécanique repose sur le calcul au moment de l’inférence (test-time compute). Trois checkpoints (des états sauvegardés du modèle) travaillent ensemble, le modèle public et ses deux déclinaisons : ils génèrent des preuves candidates, les vérifient, les corrigent, recommencent. Une dernière étape, très gourmande en calcul, choisit la solution soumise pour chaque problème.
La méthode ouverte contre la démonstration fermée
Un laboratoire fermé qui annonce un exploit mathématique publie un résultat. Nvidia publie un procédé. La nuance paraît académique, elle change pourtant ce que la communauté peut en faire.
Face à une annonce fermée, on ne peut que croire ou douter. On ne sait ni quelle part du score vient du modèle, ni quelle part vient de la boucle de recherche autour, ni combien de tentatives ont été écartées avant la bonne. Face au papier de Nvidia, on peut vérifier. Sont rendus publics :
- les deux checkpoints post-entraînés, Nemotron-3-Labs-Ultra-Math-SFT et Nemotron-3-Labs-Ultra-Math-RL, de 561 milliards de paramètres chacun ;
- les données d’entraînement, soit environ 133 000 exemples pour la phase supervisée et 9 600 pour le renforcement ;
- le code d’entraînement et le code d’inférence ;
- les solutions effectivement soumises à l’IMO 2026 ;
- Nemotron-IMO-Bench, un nouveau benchmark de 200 problèmes inédits de niveau olympiade.
Ce dernier point pèse lourd. Les benchmarks mathématiques publics finissent presque tous par fuiter dans les corpus d’entraînement, ce qui gonfle les scores sans rien prouver. Un jeu de 200 problèmes neufs donne à chacun un étalon pour mesurer ses propres modèles, y compris contre ceux de Nvidia.
Une recette gratuite, des GPU qui ne le sont pas
Une fois la recette publique, l’avance d’un laboratoire ne tient plus à son savoir-faire. Nvidia l’assume : générer, vérifier, raffiner, sélectionner, chaque étape est documentée et reproductible par n’importe quelle équipe sérieuse.
Mais reproductible ne veut pas dire accessible. Un modèle de 561 milliards de paramètres, trois checkpoints qui tournent en boucle et une étape finale décrite comme « à fort calcul » : il faut une infrastructure conséquente pour rejouer le protocole. La barrière se déplace de la connaissance vers le matériel, et le matériel, Nvidia en vend.
L’ouverture sert donc aussi le commerce. Chaque équipe qui voudra reproduire la médaille achètera ou louera des GPU (processeurs graphiques, la puce reine de l’entraînement). Publier la méthode revient à créer de la demande pour la ressource qu’on contrôle.
Les laboratoires fermés font le pari inverse : leur valeur se trouverait dans ce qu’ils ne montrent pas. Ce pari tient tant que personne ne peut refaire leurs résultats. Le travail de Nvidia le fragilise sur un terrain, les olympiades, qui servait de vitrine au raisonnement de pointe.
Douze points restés sur la table
Le score demande une lecture froide. Trente points sur quarante-deux valent l’or cette année, mais en laissent douze de côté : au moins un problème n’a pas été résolu en entier, et le résumé du papier ne dit ni lequel ni pourquoi. Les copies publiées permettront de le vérifier, ce qu’aucune annonce fermée n’autorise. À l’IMO 2025, Gemini Deep Think (Google DeepMind) et un modèle expérimental d’OpenAI avaient chacun atteint 35 points, sans publier ni leurs poids ni leurs données. Les épreuves changent d’une édition à l’autre, et le seuil de l’or avec elles : l’écart ne se lit donc pas comme un classement.
L’IMO reste en outre un terrain balisé. Des énoncés courts, une solution qui existe, des correcteurs qui savent la reconnaître. Passer de là à des questions ouvertes de recherche, où personne ne connaît la réponse, relève d’un autre ordre de difficulté. La boucle de vérification en langage naturel, sans prouveur formel, fonctionne tant que le vérificateur ne se trompe pas avec la même assurance que le générateur.
Enfin, la part du calcul au moment de l’inférence interroge. Le système doit une partie de son succès à sa capacité à essayer beaucoup. Pour un usage réel, le coût par problème résolu comptera autant que le score.
Du banc d’essai olympique à la revue de code
Pour les équipes qui construisent des agents de raisonnement, l’intérêt dépasse les olympiades. Le schéma générer, vérifier, raffiner s’applique à la revue de code, à l’analyse juridique, à tout domaine où une réponse se justifie pas à pas. Nvidia en fournit une implémentation complète, avec les données qui ont servi à spécialiser le modèle.
Vous pouvez aussi vous contenter de Nemotron-IMO-Bench pour tester vos propres modèles sur des problèmes qu’ils n’ont jamais vus. C’est l’usage le plus immédiat, et le moins coûteux.
Les laboratoires fermés continueront d’annoncer des résultats, et l’on continuera de les lire comme des communiqués. Nvidia, lui, a rendu ses copies. La prochaine annonce fermée sur le raisonnement mathématique sera jugée à cette aune : que refuse-t-elle de montrer que d’autres publient déjà ?
