小紅書大模型IMO滿分奪金，第三題解法讓冠軍選手直呼優雅

小紅書大模型IMO滿分奪金，第三題解法讓冠軍選手直呼優雅

中國大模型首次獲得IMO官方金牌水平認證，而且一出手就是滿分。2026年國際數學奧林匹克競賽（IMO）成績正式公布，小紅書自研的大模型dots-note-3.0以六題全對的成績拿下42分滿分，順利奪金。這不僅是中國大模型在IMO官方評測中取得的最高成就，也是全球範圍內繼Google Gemini模型之後，第二個達到此水準的大模型。值得注意的是，Google當年僅答對五題，小紅書則是一分未失，成績更為亮眼。小紅書大模型dots-note-3.0首次登上世界級數學競賽舞台便迎來開門紅，其解題方式也讓外界大開眼界。

模型全程僅使用自然語言完成從讀題、解析到撰寫證明的所有步驟，最終答案不僅全部正確，還在部分題目上提出了非常規的創新解法。尤其是第三題的解答，讓多位頂尖數學競賽選手讚不絕口。雙CMO金牌得主劉涵祚在觀摩完整解答後表示，模型給出的證明思路不僅正確，而且非常漂亮。他認為這種解法結構緊湊、邏輯自然，即使放在人類選手的IMO解答中，也屬於簡潔優雅的一類。另一位CMO金牌得主汪千桐也給出相似評價，他從數學審美的角度指出，小紅書大模型的解答漂亮且優雅，常規解法已經很巧妙，但dots-note-3.0直接攻克了題目最難、也最本質的部分。

看完之後會覺得每一步都順理成章，但真正拿到題目時，人類選手很難想到能從這個角度切入。換句話說，IMO滿分金牌或許還遠不是dots-note-3.0能力的上限。要理解這個成績的含金量，得先了解IMO是什麼。IMO全稱國際數學奧林匹克競賽，每年匯集全球頂尖中學生同場競技。陶哲軒等近半數菲爾茲獎得主都曾參加IMO，Google聯合創始人Sergey Brin也拿過金牌。比賽分兩天進行，每天4.5小時完成三道題，總共六道題，涵蓋代數、組合、幾何、數論四個方向，每題7分，滿分42分。參賽者不僅要給出答案，還必須寫出邏輯完整、可逐步審查的證明過程，這對大模型來說是極高難度的挑戰。

大模型爭相參加IMO，背後的原因在於數學是檢驗模型智力與推理能力的試金石。模型在數學競賽中表現越好，越能證明其底層推理能力的優勢。以Google Gemini為例，2024年首次挑戰IMO時僅獲28分銀牌，且系統需先將自然語言題目翻譯成Lean等形式化語言，部分題目耗時數天。2025年Gemini Deep Think直接以自然語言端到端完成證明，用4.5小時解決五道題，終於拿到金牌。這背後是一次跨代的能力躍遷。更近的例子是，本週Fable 5參與構造了一個雅可比猜想反例。該猜想自1939年提出以來懸而未決長達87年，連張益唐等頂尖數學家都曾在此折戟。

雖然該反例尚未經過正式同行評審，但已標誌著大模型現階段的能力足以參與真正的數學發現。而數學競賽正是模型進入科研深水區之前，那道最硬核的能力門檻。IMO還有一個相比傳統Benchmark得天獨厚的優勢——未知。每屆賽題由專家命制，在正式比賽前嚴格保密，模型無法提前拿到原題，也無法進行針對性訓練。一位頭部模型研究員指出，在今天的模型訓練中，互聯網上一旦出現某些數據，很快就會被模型拿去訓練，模型也就知道了。所以如果要測試模型到底聰不聰明，只能測一些沒有公開過的東西。

這正是同步參與官方IMO測評最難複製的價值，考驗的不是模型記住了多少題目和數學知識，而是在一個真正未知的問題第一次出現時，模型能否獨立理解、探索並完成嚴密推理。而且僅有新題還不夠，官方評測採用嚴格的當屆賽事流程。每個比賽日的學生考試結束後，模型團隊才會收到當天題目，並須在規定期限內提交PDF答卷。模型直接閱讀英文題目並生成證明，工作人員只負責保障系統運行。最終答卷由來自不同國家的IMO評審員按照正式標準審閱。本屆新題、規定時間、完整證明、第三方專業評審，這些條件同時成立，才讓IMO成為現今很難靠背題和包裝繞過去的能力大考。正因如此，小紅書大模型dots-note-3.

0能拿到金牌，而且是滿分，才顯得格外醒目。六道題全部做對，首先證明的是Agentic推理系統的穩定性。模型需要讀懂自然語言條件，判斷哪些信息真正關鍵，提出可能成立的中間結論，再將它們組織成一套完整證明。過程中任何一個條件被誤讀、任何一次推導跳步，都會留下可以被評審直接指出的漏洞。dots-note-3.0能在六類不同問題中連續拿滿，意味著它的表現並非依賴某一道題上的偶然靈感迸發。其次，小紅書大模型直接一步到位使用自然語言端到端處理，也意味著模型能夠像人類選手一樣直接讀懂題目、自主尋找路徑，具備從問題理解到答案表達的完整閉環。這代表模型擁有可遷移的通用推理能力。

具體來說，在答題過程中，dots-note-3.0採用智能體方式，讓模型使用自然語言結合Python程式碼執行來推理解題，同時藉助遞歸自我批判能力審視自己的論證，從而解決更多現實中的複雜任務。不過，真正讓人感到驚喜的還是第三題傳遞出的模型創新思維。這是一道組合博弈問題，網上常見的解法是先將原問題轉化成圖論中的連通性問題，再借助圖論語言建立證明。這條路線本身已經非常巧妙，但dots-note-3.0沒有沿用它，而是轉用歸納法。模型抓住了問題最本質的結構，設計出恰到好處的歸納對象與歸納命題。這也解釋了為什麼CMO得主汪千桐會用漂亮和優雅來形容這套答案。

模型對問題結構的剖析之深，會讓人自然而然產生一種恍然大悟的感覺。回到結果本身，模型能夠在本屆拿下滿分，其實相當不易。從幾個層面來看，本屆整套賽題的得分難度明顯高於去年。2026年IMO金牌線為29分，去年則高達35分，短短一年金牌線下降了6分，幾乎是一整道題的分數。所以這一屆的金牌，較之去年的Gemini，分量更重。滿分與金牌之間亦有差距，今年整整相差13分。29分意味著選手完整解決四道題，再從剩餘兩道題中拿到1分，就能進入金牌區間。而dots-note-3.0全部all in，直接抵達了這套試卷能夠衡量的最高點。滿分只是卷面的上限，不是它的上限。

金牌代表進入全球最頂尖的一批，滿分則代表在這批頂尖選手中再完成一次極小概率篩選。選擇IMO作為起始站，也是小紅書非常聰明的一步。如今行業內要將大模型底層技術能力推廣出去，通常有兩個方向，一個是程式碼，另一個就是數學。原因很簡單，這兩種任務的結果都很難靠語言包裝矇混過關，相比知識問答和主觀評測，它們更直接地考查模型能否真正理解複雜問題、拆解任務並持續推進。IMO更是其中的佼佼者，知名度高、業內認可度也夠，直接給出的是模型面對高難度未知問題時所展現的深度推理能力。對小紅書而言，這是一次重要的技術亮相。過去外界對小紅書的技術認知，更多集中在內容社區、推薦演算法和內容理解上。

在基礎模型領域，小紅書究竟處於什麼位置，一直缺少一份足夠公開權威且不需要複雜解釋的成績單。參數規模很難直接等同於能力，常規Benchmark上的幾個百分點也難讓行業形成鮮明認知。IMO滿分不一樣，42分就擺在那裡，足以證明小紅書已經具備值得行業認真審視的基礎模型能力。它用一枚IMO滿分金牌，讓行業第一次看清了自己的技術成色——基礎模型領域，出現了一個值得關注的新玩家。據悉，dots-note-3.0對應模型即將開源，敬請期待。