上海
鷺羽 發自 凹非寺
量子位 | 公眾號 QbitAI
哈？小紅書你真是悶聲干大事??！
剛剛，IMO 2026成績新鮮出爐，大模型交卷今年卷到了新高度。
結果第一個拿到官方評卷滿分的居然是小紅書？？？
經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官方金牌水平認證，也是繼谷歌Gemini模型之后，全球第二個達到該成績的大模型。
而且劃重點！是滿分！谷歌當年也只答對了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，在部分題目上還創新地提出了非常規解法。
圖片由AI生成
雙CMO金牌得主劉涵祚看完后這樣評價：
模型最終給出了一條正確且漂亮的證明思路。
這種解法結構緊湊、邏輯自然，即使放在IMO解答中，也屬于較為簡潔優雅的一類。
CMO金牌得主汪千桐也給出了相似的結論：
從數學審美的角度看，小紅書大模型dots-note-3.0的解答非常漂亮也很優雅。
常規解法已經很巧妙，但dots直接攻克了題目最難、也最本質的部分。
在他看來，dots解題簡潔明了而且直擊本質。
看完以后，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小紅書大模型dots-note-3.0能力的上限。
為什么當前的大模型需要IMO
先來個科普，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又叫國際數學奧林匹克競賽，每年全世界最頂尖的中學生云集于此。
陶哲軒等幾乎半數當代菲爾茲獎得主都是從IMO出來的，谷歌聯創Sergey Brin也拿過IMO金牌。
比賽一般分兩天進行，每天4.5小時需要完成3道題，總計6道題，覆蓋代數、組合、幾何和數論四個方向。每題7分，滿分42分。
但光有答案還不算數，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IMO，最終只拿到28分的銀牌水平，彼時系統也還需要先將自然語言題目翻譯成Lean等形式化語言，部分題目耗時甚至長達數天。
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，數學就是大模型智力與推理能力的試金石，大模型在IMO這類數學競賽中走得越遠，越能說明其底層優勢。
再舉個最近的例子，就在本周，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。
這次找到的反例雖尚未經過正式同行評審，但也標志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。
除此之外，IMO還有一個相比Benchmark得天獨厚的優勢——未知。
每屆比賽的賽題都是由專家命制，在正式比賽前嚴格保密。
也就是說，模型不可能提前拿到原題，實時參與當屆比賽，也能夠確保模型無法提前進行針對性訓練。
一位頭部模型研究員對此給出了這樣的判斷：
在今天的模型訓練里，你基本可以認為，互聯網上一旦出現了某些數據，很快就會被模型拿去訓練，模型也就知道了。
所以如果要測試一個模型到底聰不聰明，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制的價值。
它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，并最終完成嚴密推理。
而且只有新題還不夠，官方評測采用的是嚴格的當屆賽事流程。
每個比賽日的學生考試結束后，模型團隊才會收到當天題目，并須在規定期限內提交PDF答卷。
模型將直接閱讀英文題目并生成證明，工作人員只負責保障系統運行。
最終答卷則由來自不同國家的IMO評審員，按照正式標準進行審閱。
本屆新題、規定時間、完整證明、第三方專業評審，當這些條件同時成立，才讓IMO成為現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。
整個過程中，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。
小紅書大模型dots-note-3.0能夠在六類不同問題中連續拿滿，意味著它的表現并非依賴某一道題上的偶然靈感迸發。
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的完整閉環。
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合python代碼執行來推理解題。
在推理過程中，也會借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復雜任務。
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新思維
這是一道組合博弈問題，網上關于本屆IMO賽題討論的常見解法，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，但小紅書大模型dots-note-3.0沒有沿用它，而是轉用歸納。
小紅書大模型dots-note-3.0的解法，抓住了問題最本質的結構，設計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得主汪千桐會用漂亮和優雅來形容這套答案。
小紅書大模型dots-note-3.0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。
回到結果本身上，模型能夠在本屆拿下滿分，其實相當不易，我們可以從以下幾個層面來看。
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。
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，就已經能夠進入金牌區間。而小紅書大模型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。
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。
如今行業內，想要把大模型底層技術能力推廣出去，一般是兩個方向，一個是Coding，另一個就是數學。
原因也很簡單，這兩種任務的結果，都很難靠語言包裝蒙混過關，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復雜問題、拆解任務并持續推進。
IMO更是其中的佼佼者，知名度高、業內認可度也夠，直接給到的是模型面對高難度未知問題時，所展現出的深度推理能力。
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、推薦算法和內容理解上。
在基礎模型領域，小紅書究竟處于什么位置，一直缺少一份足夠公開權威，而且不需要復雜解釋的成績單。
參數規模很難直接等同于能力，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分就擺在那里，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。
P.S.對應模型即將開源～敬請期待
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
