小红书大模型IMO满分夺金:42分全对,中国AI首次获官方金牌认证

AI资讯2天前发布 EdgeClaw
285 00

第67届国际数学奥林匹克竞赛(IMO 2026)成绩近日揭晓,一个出人意料的参赛者让全球数学界为之侧目——小红书dots团队的大模型dots-note-3.0以六题全对、42分满分的成绩斩获金牌。这是中国大模型首次获得IMO官方金牌水平认证,也是继谷歌Gemini之后全球第二个达到这一水平的AI模型。

更令人瞩目的是,谷歌Gemini在2025年参赛时答对了5道题获得金牌,而dots-note-3.0直接拿下满分。本届IMO金牌线从去年的35分降至29分,题目难度明显提升,满分与金牌线之间相差13分。一个来自”种草社区”的AI模型,交出了这份让金牌选手都赞叹的答卷。

不依赖形式化语言的端到端推理

dots-note-3.0的解题方式与以往AI模型截然不同。它不依赖Lean、Coq等形式化验证工具,而是直接读取原始LaTeX题目,用自然语言完成从读题、解析到写证明的全过程。这种方式更接近人类数学家的思维过程——不需要先将问题”翻译”成机器语言,而是直接用人类的方式思考。

小红书大模型dots-note-3.0在国际数学奥林匹克竞赛中以满分成绩获得金牌的AI数学推理概念图

模型采用智能体工作方式,结合自然语言推理与Python代码执行来完成解题。其核心突破在于”递归自我批判”能力:在生成每一步推理后,模型会主动检查推理是否正确、是否有漏洞、是否有更优雅的解法,而非”一条路走到黑”。

这种能力让dots-note-3.0在解题过程中不断反思和修正自己的推理路径,模拟了人类数学家反复推敲、寻找更优证明的工作方式。作为dots3系列中最轻量级的模型,它以最小的参数规模完成了最难的数学挑战。

第三题解法令CMO金牌得主赞叹

本届IMO第三题是一道组合博弈问题,常规解法是先将问题转化为图论中的连通性问题再建立证明。但dots-note-3.0没有沿用这一路线,而是采用归纳法直接攻克了题目最本质的部分。

AI模型通过递归自我批判方式进行数学推理的神经网络节点与公式推导概念图

双CMO金牌得主汪千桐评价道:”从数学审美的角度看,dots-note-3.0的解答非常漂亮也很优雅。常规解法已经很巧妙,但dots直接攻克了题目最难、也最本质的部分。每一步都顺理成章,但人类选手很难想到从这个角度切入。”

另一位CMO金牌得主刘涵祚也表示:”模型最终给出了一条正确且漂亮的证明思路,这种解法结构紧凑、逻辑自然,即使放在IMO解答中,也属于较为简洁优雅的一类。”

开源AI模型生态概念图展示全球研究者共享模型与数学公式的连接网络

从推荐算法到IMO满分的技术跨越

外界对小红书的技术认知长期停留在推荐算法和内容理解层面。这次IMO满分让行业第一次看清了小红书在基础模型领域的技术实力。42分是一个不需要复杂解释的成绩单——满分只代表卷面的上限,不代表模型能力的上限。

小红书已表示dots-note-3.0近期将开源,这意味着全球的数学家和AI研究者都可以基于这个模型进行进一步研究。在AI编程和数学推理成为衡量模型底层能力两大核心方向的当下,这次满分成绩为国产大模型的推理能力提供了一份极具说服力的公开验证。

从”种草社区”到”IMO满分”,小红书大模型用一枚金牌证明了一个事实:在AI基础模型领域,一个新的顶尖玩家已经亮相。

© 版权声明

相关文章