小红书 dots 模型参加 IMO 2026 获满分金牌：六道题官方评阅全部满分，全球仅 7 位人类选手达标

小红书技术官方公众号 7 月 21 日披露：dots 团队受 IMO 组委会邀请，携内部版本 dots-note 3.0 参加了 7 月 15-16 日在上海举行的第 67 届国际数学奥林匹克竞赛（IMO 2026）。经组委会组织的官方评阅，dots-note 3.0 六道题均获得满分 7 分，以 42/42 取得满分金牌成绩——本届比赛来自 119 个国家的 666 名选手中，全球仅有 7 位人类选手获得满分。本届 IMO 也是继 1990 年北京之后，中国时隔 36 年再次举办这一赛事。

与以往 AI 参赛方案的关键差异在于路径选择：dots 模型不依赖人工翻译、改写或将题目转换为 Lean 等形式化语言，直接读取组委会提供的原始 LaTeX 题目，以 Agentic 方式端到端运行，结合自然语言推理与 Python 代码能力完成解题。团队认为形式化路径在真实世界复杂问题上通用性有限，但放弃形式化也意味着模型必须具备优秀的自我审查能力——这是 dots 训练中的重点优化方向。

技术上，团队把核心方法论归结为「递归自我批判」：由 Proof、Verify、Refine 三个环节组成循环——系统生成候选证明，检查其正确性和完整性，对存在问题的部分继续修改；通过多轮并行推理、审查、修正和自我方案整合，最终形成能经受专业评阅的完整证明。团队判断「递归自我改进的前提是递归自我批判」，并认为这种能力超越竞赛数学，可迁移到科研、深度分析等难以形式化的任务。

dots-note 3.0 是 dots3 系列中最轻量级的模型，完整系列将包括 note、jazz、aria 三种尺寸，分别面向不同复杂度、响应速度和计算成本场景。团队表示 dots-note 3.0 预期将在接下来一段时间开源给社区。需要说明的是：参赛版本为内部版本，外部研究者暂无法复现完整流程；成绩虽经 IMO 组委会官方评阅（区别于常见的自报基准），但模型规格、训练细节尚未披露，开源时间表也未给出。这与昨日收录的 GPT-5.6 凸优化、Fable 5 Jacobian 反例案例同属「模型冲击顶级数学问题」浪潮，但验证强度更高——前两者为预印本/推文级自报，本次是赛事组委会官方评阅背书。

（来源：公众号「小红书技术 REDtech」官方披露）