小紅書大模型IMO滿分奪金，第三題解法讓冠軍選手直呼優(yōu)雅

鷺羽 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

哈？小紅書你真是悶聲干大事?。?/p>

剛剛，IMO 2026成績新鮮出爐，大模型交卷今年卷到了新高度。

結(jié)果第一個(gè)拿到官方評卷滿分的居然是小紅書？？？

經(jīng)IMO官方評定，小紅書大模型dots-note-3.0，六道題全部答對，以滿分成績斬獲金牌。

含金量有多高呢？

這么說吧，這是中國大模型首次獲得IMO官方金牌水平認(rèn)證，也是繼谷歌Gemini模型之后，全球第二個(gè)達(dá)到該成績的大模型。

而且劃重點(diǎn)！是滿分！谷歌當(dāng)年也只答對了5/6……

震驚了，這還是我印象中的小紅書嗎？

首次登上世界級(jí)競賽，就來了場開門紅～

再往下深扒，小紅書大模型dots-note-3.0的解題方式也讓人眼前一亮又一亮：

它僅用自然語言就完成了從讀題、解析到寫證明的全過程，最終答案不僅全部正確，在部分題目上還創(chuàng)新地提出了非常規(guī)解法。

圖片由AI生成

雙CMO金牌得主劉涵祚看完后這樣評價(jià)：

模型最終給出了一條正確且漂亮的證明思路。
這種解法結(jié)構(gòu)緊湊、邏輯自然，即使放在IMO解答中，也屬于較為簡潔優(yōu)雅的一類。

CMO金牌得主汪千桐也給出了相似的結(jié)論：

從數(shù)學(xué)審美的角度看，小紅書大模型dots-note-3.0的解答非常漂亮也很優(yōu)雅。
常規(guī)解法已經(jīng)很巧妙，但dots直接攻克了題目最難、也最本質(zhì)的部分。

在他看來，dots解題簡潔明了而且直擊本質(zhì)。

看完以后，會(huì)覺得每一步都順理成章，但真正拿到題目時(shí)，人類選手很難想到能從這個(gè)角度切入。

換句話說，IMO滿分金牌或許還遠(yuǎn)不是小紅書大模型dots-note-3.0能力的上限。

為什么當(dāng)前的大模型需要IMO

先來個(gè)科普，講講IMO究竟是什么，又為何各家都在爭先送自家大模型上考場。

IMO又叫國際數(shù)學(xué)奧林匹克競賽，每年全世界最頂尖的中學(xué)生云集于此。

陶哲軒等幾乎半數(shù)當(dāng)代菲爾茲獎(jiǎng)得主都是從IMO出來的，谷歌聯(lián)創(chuàng)Sergey Brin也拿過IMO金牌。

比賽一般分兩天進(jìn)行，每天4.5小時(shí)需要完成3道題，總計(jì)6道題，覆蓋代數(shù)、組合、幾何和數(shù)論四個(gè)方向。每題7分，滿分42分。

但光有答案還不算數(shù)，參賽者要想拿分，必須寫出邏輯完整、能接受逐步審查的證明過程。

這對大模型來說，難度極高，卻也是最直觀的能力展示途徑。

以Gemini為例，2024年谷歌首次挑戰(zhàn)IMO，最終只拿到28分的銀牌水平，彼時(shí)系統(tǒng)也還需要先將自然語言題目翻譯成Lean等形式化語言，部分題目耗時(shí)甚至長達(dá)數(shù)天。

第二年卷土重來，Gemini Deep Think直接以自然語言端到端完成證明，用4.5小時(shí)就解決了5道題，獲得金牌。

這背后是一次跨代的能力躍遷。

往深了說，數(shù)學(xué)就是大模型智力與推理能力的試金石，大模型在IMO這類數(shù)學(xué)競賽中走得越遠(yuǎn)，越能說明其底層優(yōu)勢。

再舉個(gè)最近的例子，就在本周，Fable 5參與構(gòu)造了一個(gè)雅可比猜想反例。

該猜想自1939年提出以來懸而未決長達(dá)87年，連張益唐等頂尖數(shù)學(xué)家都曾在此折戟。

這次找到的反例雖尚未經(jīng)過正式同行評審，但也標(biāo)志著大模型現(xiàn)階段的能力足以參與真正的數(shù)學(xué)發(fā)現(xiàn)。

而數(shù)學(xué)競賽，正是模型進(jìn)入科研深水區(qū)之前，那道最硬核的能力門檻。

除此之外，IMO還有一個(gè)相比Benchmark得天獨(dú)厚的優(yōu)勢——未知。

每屆比賽的賽題都是由專家命制，在正式比賽前嚴(yán)格保密。

也就是說，模型不可能提前拿到原題，實(shí)時(shí)參與當(dāng)屆比賽，也能夠確保模型無法提前進(jìn)行針對性訓(xùn)練。

一位頭部模型研究員對此給出了這樣的判斷：

在今天的模型訓(xùn)練里，你基本可以認(rèn)為，互聯(lián)網(wǎng)上一旦出現(xiàn)了某些數(shù)據(jù)，很快就會(huì)被模型拿去訓(xùn)練，模型也就知道了。
所以如果要測試一個(gè)模型到底聰不聰明，只能測一些沒有公開過的東西。

這恰是同步參與官方IMO測評之于大模型最難復(fù)制的價(jià)值。

它考驗(yàn)的不是模型記住了多少題目和數(shù)學(xué)知識(shí)，而是在一個(gè)真正未知的問題第一次出現(xiàn)時(shí)，模型能否獨(dú)立理解、探索，并最終完成嚴(yán)密推理。

而且只有新題還不夠，官方評測采用的是嚴(yán)格的當(dāng)屆賽事流程。

每個(gè)比賽日的學(xué)生考試結(jié)束后，模型團(tuán)隊(duì)才會(huì)收到當(dāng)天題目，并須在規(guī)定期限內(nèi)提交PDF答卷。

模型將直接閱讀英文題目并生成證明，工作人員只負(fù)責(zé)保障系統(tǒng)運(yùn)行。

最終答卷則由來自不同國家的IMO評審員，按照正式標(biāo)準(zhǔn)進(jìn)行審閱。

本屆新題、規(guī)定時(shí)間、完整證明、第三方專業(yè)評審，當(dāng)這些條件同時(shí)成立，才讓IMO成為現(xiàn)下很難靠背題和包裝繞過去的能力大考。

一分沒丟，比拿到金牌更難

正因如此，這次小紅書大模型dots-note-3.0能拿到金牌，還是滿分，就顯得格外醒目。

六道題全部做對，首先證明的是Agentic推理系統(tǒng)穩(wěn)定性。

模型需要讀懂自然語言條件，判斷哪些信息真正關(guān)鍵，提出可能成立的中間結(jié)論，再將它們組織成一套完整證明。

整個(gè)過程中，任何一個(gè)條件被誤讀、任何一次推導(dǎo)跳步，都會(huì)留下可以被評審直接指出的漏洞。

小紅書大模型dots-note-3.0能夠在六類不同問題中連續(xù)拿滿，意味著它的表現(xiàn)并非依賴某一道題上的偶然靈感迸發(fā)。

其次，小紅書大模型dots-note-3.0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(dá)的完整閉環(huán)。

它代表模型擁有可遷移的通用推理能力。

具體來說，在本次答題過程中，小紅書大模型dots-note-3.0用智能體的方式，讓模型使用自然語言結(jié)合python代碼執(zhí)行來推理解題。

在推理過程中，也會(huì)借助遞歸自我批判能力，審視自己的論證，從而解決更多現(xiàn)實(shí)中的復(fù)雜任務(wù)。

圖片由AI生成

不過，讓人真正感到驚喜的，還是第三題傳遞出的模型創(chuàng)新思維

這是一道組合博弈問題，網(wǎng)上關(guān)于本屆IMO賽題討論的常見解法，是先將原問題轉(zhuǎn)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(jīng)非常巧妙，但小紅書大模型dots-note-3.0沒有沿用它，而是轉(zhuǎn)用歸納。

小紅書大模型dots-note-3.0的解法，抓住了問題最本質(zhì)的結(jié)構(gòu)，設(shè)計(jì)出了恰到好處的歸納對象與歸納命題。

這也解釋了，為什么CMO得主汪千桐會(huì)用漂亮和優(yōu)雅來形容這套答案。

小紅書大模型dots-note-3.0對問題結(jié)構(gòu)的剖析之深，會(huì)讓人自然而然產(chǎn)生一種恍然大悟的感覺。

回到結(jié)果本身上，模型能夠在本屆拿下滿分，其實(shí)相當(dāng)不易，我們可以從以下幾個(gè)層面來看。

第一層，本屆整套賽題的得分難度明顯高于去年。

2026年IMO金牌線為29分，去年則高達(dá)35分，短短一年，金牌線下降了6分，幾乎是一整道題的分?jǐn)?shù)。

所以這一屆的金牌，較之去年的Gemini，分量更重。

第二層，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4道題，再從剩余兩道題中拿到1分，就已經(jīng)能夠進(jìn)入金牌區(qū)間。而小紅書大模型dots-note-3.0全部all in，直接抵達(dá)了這套試卷能夠衡量的最高點(diǎn)。

畢竟老話說得好，滿分只是卷面的上限，不是它的上限。

金牌的確代表進(jìn)入了全球最頂尖的一批，但滿分則代表在這批頂尖選手中，再完成一次極小概率篩選。

小紅書大模型dots-note-3.0即將開源

選擇IMO作為起始站，也是小紅書非常聰明的一步。

如今行業(yè)內(nèi)，想要把大模型底層技術(shù)能力推廣出去，一般是兩個(gè)方向，一個(gè)是Coding，另一個(gè)就是數(shù)學(xué)。

原因也很簡單，這兩種任務(wù)的結(jié)果，都很難靠語言包裝蒙混過關(guān)，相比知識(shí)問答和主觀評測，它們更直接地考查模型能否真正理解復(fù)雜問題、拆解任務(wù)并持續(xù)推進(jìn)。

IMO更是其中的佼佼者，知名度高、業(yè)內(nèi)認(rèn)可度也夠，直接給到的是模型面對高難度未知問題時(shí)，所展現(xiàn)出的深度推理能力。

所以對小紅書而言，這是一次重要的技術(shù)亮相。

過去，外界對小紅書的技術(shù)認(rèn)知，更多集中在內(nèi)容社區(qū)、推薦算法和內(nèi)容理解上。

在基礎(chǔ)模型領(lǐng)域，小紅書究竟處于什么位置，一直缺少一份足夠公開權(quán)威，而且不需要復(fù)雜解釋的成績單。

參數(shù)規(guī)模很難直接等同于能力，常規(guī)Benchmark上的幾個(gè)百分點(diǎn)，也難讓行業(yè)形成鮮明認(rèn)知。

IMO滿分不一樣，42分就擺在那里，足以證明，小紅書已經(jīng)具備值得行業(yè)認(rèn)真審視的基礎(chǔ)模型能力。

它用一枚IMO滿分金牌，讓行業(yè)第一次看清了自己的技術(shù)成色——

基礎(chǔ)模型領(lǐng)域，出現(xiàn)了一個(gè)值得關(guān)注的新玩家。

P.S.對應(yīng)模型即將開源～敬請期待