如何看待大模型在数学竞赛中的表现？

2026年7月21日，小红书大模型dots-note-3.0在第67届国际数学奥林匹克竞赛（IMO）中以42分满分成绩斩获金牌，成为中国首个获得IMO官方金牌认证的大模型，且满分率仅1%，超越此前谷歌Gemini模型5/6的纪录。

一、事件回顾：满分金牌的突破

2026年IMO于7月21日公布成绩，小红书大模型dots-note-3.0六道题全部答对，以满分42分获得“满分金牌”认证，超过金牌线13分。

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模型之后全球第二个达到该成绩的大模型，且是满分，谷歌当年只答对了5/6。

赛事涵盖代数、几何、数论和组合四个领域，每题7分，要求提交完整证明过程，组委会明令禁止任何人工干预。

二、数学竞赛为何成为大模型“试金石”

1. 客观性与严谨性

IMO考题均为证明题，对错一目了然，无法靠话术包装或主观评测蒙混过关。

数学证明讲究逻辑闭环，一步出错整个论证不成立，能六题全部严谨作答说明模型具备扎实的底层推理能力。

2. 难度与创新要求

IMO汇聚全球顶级奥数难题，考验创造性思维和举一反三能力，而非单纯机械计算。

行业内公认编程与数学是检验大模型真实能力的两大标尺，IMO更是其中的难度天花板。

三、大模型在IMO中的表现解读

1. 自然语言推理的创新路径

dots-note-3.0仅用自然语言就完成了从读题、解析到写证明的全过程，无需复杂公式前置处理。

在部分题目上还创新地提出了非常规解法，双CMO金牌得主刘涵祚评价其解法“结构紧凑、逻辑自然，属于较为简洁优雅的一类”。

2. 与海外模型的对比

谷歌Gemini模型在往年IMO中仅答对5/6，小红书大模型以满分实现超越，打破海外模型在顶级数学竞赛中的优势。

多个用户指出“国产大模型凭实打实的满分IMO成绩证明推理实力，超越此前海外头部模型的测评记录”。

3. 官方认证的含金量

IMO组委会严格按官方标准评卷，评分过程专业公正，满分成绩具有极高的说服力。

这是中国大模型首次获得IMO官方金牌认证，标志着国产AI底层技术迈上新台阶。

四、从竞赛到应用：大模型数学能力的意义

1. 技术能力的直接映射

数学推理能力是衡量大模型底层技术实力的硬指标，直接影响其在科研、代码生成、数理分析等场景的表现。

行业共识认为，能在IMO拿满分的模型，面对复杂问题时拆解任务、持续推进的能力必然强大。

2. 对教育与科研的潜在价值

大模型可辅助数学研究，提供新颖解题思路，甚至探索人类未发现的证明路径。

在教育领域，这类模型有望成为智能辅导工具，帮助学生理解抽象概念和逻辑推导过程。

3. 产业风向标作用

数学与代码是推广大模型底层技术的两个主要方向，IMO满分成绩直接提升了行业对国产AI能力的信心。

不少用户认为“国产大模型IMO满分夺金，预示未来在科研、数理研究场景，国产AI能够释放更大的价值”。

五、结语与展望

dots-note-3.0的满分成绩并非终点，官方已预告“更好的dots-note-3.0即将与大家见面”。

此次突破证明，国产大模型在深度推理领域已具备全球竞争力，未来在更复杂的数理任务、科学研究中或将持续创造惊喜。

随着技术迭代，大模型在数学竞赛中的表现有望从“解题”向“发现与创造”延伸，推动人工智能在数学基础研究中的应用边界不断拓宽。