Нов крайъгълен камък в разсъжденията за усъвършенстван изкуствен интелект беше постигнат, тъй като китайската технологична компания Xiaohongshu, или RedNote, наскоро обяви, че нейният модел dots-note 3.0 отбеляза перфектните 42 точки на тазгодишната 67-ма Международна олимпиада по математика, което я прави първата AI система в историята на IMO, която постига както безупречен резултат, така и резултат на ниво златен медал.
Резултатът прави dots-note 3.0 едва вторият AI модел след Gemini Deep Think на Google DeepMind, който получава официално оценен резултат със златно ниво. Gemini отбеляза 35 точки през 2025 г., след като реши пет от шестте проблема, съответствайки на границата за златни медали от тази година.
За разлика от много математически бенчмаркове, които изискват само окончателен отговор, IMO изисква пълни доказателства. Решението може да загуби точки, ако някоя стъпка не е подкрепена, което прави състезанието тест за абстрактни разсъждения, както и за последователността на аргумента на модела.
„Такива състезания предлагат полезен тест, тъй като проблемите са написани наскоро и не са достъпни онлайн преди събитието“, каза Джаспър Яо, изследовател в голяма американска лаборатория за изкуствен интелект.
Тъй като онлайн материалите могат бързо да влязат в данни за обучение на модели, невидимите въпроси помагат да се разкрие дали даден модел може да разсъждава отвъд материала, с който може да се е сблъсквал, каза Яо, добавяйки: „Стойността на участието в математическо състезание е, че то тества колко добре може да се представи модел, когато няма предварителни познания за проблемите и никога преди не ги е виждал. Ето защо големите разработчици на модели сравняват математическите способности на своите модели.“
Тази година шестте въпросни задачи на IMO обхващаха алгебра, геометрия, теория на числата и комбинаторика, като всяка от тях струваше седем точки. За оценката на AI човешката намеса беше забранена, включително коригиране на разсъжденията на модела, добавяне на съвети, коригиране на отговори или избор на изходи, според организатора.
Xiaohongshu каза, че неговата dots-note 3.0 е получила оригиналните LaTeX-форматирани проблеми на организаторите и ги е решила чрез базирана на агент система, комбинираща разсъждения на естествен език с изпълнение на код на Python.
„Без необходимия човешки превод или пренаписване на въпросите, моделът може напълно да критикува собствената си работа, да идентифицира грешки или слаби стъпки в разсъжденията си и да прецизира първоначалните си доказателства, преди да даде окончателните отговори“, каза компанията.
След това изявленията бяха прегледани от специалисти по оценяване на IMO, които присъдиха на модела пълен резултат от седем точки за всеки проблем.
Перфектният резултат беше рядкост дори сред човешки състезатели. Седем от изброените в официалните резултати над 600 ученици са получили 42 точки, или около 1 процент. Граничната граница за златния медал тази година беше 29 пункта, поставяйки отчетените резултати на модела с 13 пункта над прага.
„Бяхме изненадани да установим, че моделът даде правилно и елегантно доказателство“, каза Лиу Ханзуо, двукратен златен медалист от китайската олимпиада по математика. „Структурата му беше компактна и логиката му естествена. Дори сред решенията на IMO, той би се считал за кратък и елегантен.“
Wang Qiantong, друг златен медалист на CMO, също подчерта решението на модела на проблем 3 от тазгодишното издание на IMO.
Докато състезателите обикновено превръщаха проблема в проблем за свързаността в теорията на графите, dots-note 3.0 използва индукционен аргумент, който директно адресира най-трудната част от въпроса, каза Уанг, добавяйки: „Неговият подход е гениален и кратък и това ме изненада.“
Xiaohongshu каза, че моделът, използван в оценката, е вътрешна версия на dots-note 3.0 и че очаква да отвори кода на модела за AI общността в близко бъдеще.