Внутри dots-note-3.0: прорыв ИИ в математике

Сообщается, что модель ИИ набрала 42/42 балла на IMO 2026 года, но главное здесь не только результат. Если сформулировать кратко, dots-note-3.0 умеет составлять, проверять и исправлять математические доказательства до выдачи ответа. Так она решает одну из самых трудных задач для ИИ: сохранять корректность каждого шага доказательства от начала до конца.

Вот краткая версия:

• dots-note-3.0 — модель RedNote/Xiaohongshu, ориентированная на математику.
• Сообщается, что она получила максимальные 42/42 балла на Международной математической олимпиаде 2026 года в Шанхае.
• В 2025 году лучший заявленный результат ИИ на IMO составлял 35/42, поэтому речь идет о приросте на 7 баллов.
• Модель сочетает рассуждения на естественном языке с проверками в Python.
• Ее основной метод — цикл самопроверки: написать доказательство, проверить шаги, исправить ошибки и только затем ответить.
• Пока это заявление компании, поэтому независимая проверка по-прежнему важна.
• В статье также рассматривается, что это означает для исследователей, преподавателей, учащихся, разработчиков и пользователей API.

Самое важное очень просто: в задачах IMO оцениваются полные доказательства, а не только конечные ответы. Поэтому один слабый шаг может свести на нет всю работу. Если dots-note-3.0 подтвердит результат в независимых испытаниях, это ознаменует переход от «ИИ, который часто находит ответ» к ИИ, способному обосновать ответ шаг за шагом.

В статье прослеживается и еще одна тема: модель занимает промежуточное положение между изложением доказательств обычным языком и формальным доказательством теорем. Благодаря этому людям проще читать ее решения, хотя они и не дают тех же гарантий машинной проверки, что формальная система доказательств.

Команда OpenAI по IMO — о том, почему модели наконец начали решать задачи элитного уровня

Краткое сравнение

Поэтому результат здесь стоит воспринимать как заголовок, а процесс проверки доказательств — как самую важную часть.

Что такое dots-note-3.0 и почему важен ее заявленный результат на IMO

dots-note-3.0 — самая компактная модель в семействе dots3 от Xiaohongshu. Она создана для математических рассуждений и требует меньше вычислительных ресурсов, чем более крупные модели jazz и aria. Модель пока находится в бета-версии, а компания обещает позднее опубликовать исходный код, хотя точная дата не названа. Это существенно, поскольку модель оценивают по способности вести насыщенные доказательствами рассуждения, а не просто по убедительности конечного ответа. ^[2][4]

Заявленный результат 42/42 на IMO 2026

По заявлению Xiaohongshu, dots-note-3.0 получила максимальные 42 балла из 42 на Международной математической олимпиаде 2026 года в Шанхае. Компания утверждает, что модель решила все шесть задач по официальным условиям и составила полные доказательства на естественном языке — без логических пробелов и пропущенных условий. Во время тестирования люди не помогали модели, а решения передали организаторам IMO для оценивания. ^[2][4][3]

Этот результат выше 35/42 баллов, заявленных для ведущих моделей в 2025 году. ^[2][4] Да, такой заголовок впечатляет. Но результат все еще нуждается в независимом подтверждении.

Почему это заявление значительнее обычных побед в бенчмарках

IMO устроена не как тест с вариантами ответа или бенчмарк с короткими ответами. Здесь оценивают полные доказательства. Следовательно, результат отражает способность последовательно рассуждать от начала до конца, а не просто выбирать правильный вариант или получать верный ответ в последней строке.

Ограничения проверки, о которых следует помнить читателям

На данный момент результат 42/42 основан на данных, предоставленных Xiaohongshu. Компания сообщает, что созданные ИИ решения были переданы официальным организаторам IMO для оценивания, однако для полной проверки заявления по-прежнему нужны независимая экспертиза и более подробная информация о процедуре выставления баллов. ^[3][2]

Пока разумно считать результат 42/42 многообещающим, но еще не подтвержденным. Картина прояснится после публикации исходного кода, когда независимые исследователи смогут испытать модель на новых задачах и проверить, сохранится ли ее эффективность.

Как dots-note-3.0 улучшает математические рассуждения

Рекурсивная самокритика и исправление до окончательного ответа

dots-note-3.0 сочетает рассуждения на естественном языке с проверками в Python, чтобы подтверждать промежуточные шаги ^[1]. Она не ограничивается первой попыткой, а проходит повторяющийся цикл проверки: тестирует каждый шаг, находит ошибки и переписывает доказательство до выдачи окончательного ответа ^[1]. Именно этим прежде всего объясняется заявленный результат на IMO.

Поскольку на IMO оценивают полные доказательства, dots-note-3.0 призвана сохранять логику всего рассуждения, а не просто приходить к правильному конечному ответу ^[1][2]. Это особенно важно в задачах на доказательство теорем, где один ошибочный шаг может разрушить все последующие ^[1][2].

Разделы математики, где рекурсивная самопроверка помогает больше всего

Наибольший эффект заметен там, где каждый шаг должен быть обоснован сам по себе.

Сравнение методов рассуждения

В таблице показано, чем этот подход отличается от распространенных процессов рассуждения.

Компромисс прост: больше вычислений и более долгое ожидание в обмен на надежную защиту от ошибок, разрушающих доказательство.

Место dots-note-3.0 в современных исследованиях математического ИИ

Доказательства на естественном языке и формальное доказательство теорем

Этот метод важен, поскольку занимает промежуточное положение между понятными человеку доказательствами и формальной проверкой с помощью машины.

В современных исследованиях математического ИИ такое разделение полезно. С одной стороны, существуют системы доказательств на естественном языке: они сочетают письменные объяснения с такими инструментами, как Python. С другой — формальные средства доказательства теорем, где каждый шаг записывается на языке вроде Lean, а затем проверяется машиной.

dots-note-3.0 относится к первой группе. Она использует рассуждения на естественном языке вместе с проверками в Python. Интересно не только то, что модель получает правильный ответ. Она превращает математическое рассуждение в понятный, самокорректирующийся процесс доказательства, вместо того чтобы оставаться черным ящиком, выдающим конечный результат.

Это различие существенно. Людям проще следить за доказательствами на естественном языке. Формальные доказательства надежнее, когда цель — машинная проверка. Компромисс прост: в доказательствах на естественном языке могут сохраняться небольшие логические пробелы, которые формальная система обнаружила бы немедленно.

Бенчмарки, важные помимо одного громкого результата

То же различие проявляется и в выборе бенчмарков.

Результат IMO впечатляет, но это лишь один бенчмарк. Исследователи также следят за GSM8K, MATH500, AIME, MathVista и GPQA, поскольку каждый из них проверяет отдельную сторону рассуждений: глубину, геометрию, визуальную математику или решение задач экспертного уровня.

IMO выделяется тем, что на ней оценивают полные письменные доказательства. Пропущенный случай или неуказанное условие могут стоить реальных баллов. Это совсем не похоже на тесты, где проверяется только конечный ответ. Для модели, нацеленной на арифметику, алгебру, геометрию, математический анализ и задачи с доказательствами, IMO становится гораздо более сложной целью.

Сравнение моделей и бенчмарков

В таблице ниже dots-note-3.0 сопоставляется с другими системами, которые помогают понять ее место в современных исследованиях математического ИИ.

Главное отличие заключается не только в результате. Это цикл самокритики, который исправляет доказательства перед их отправкой. Именно он определяет место модели в исследовательских и продуктовых процессах.

Что это означает для исследователей, преподавателей, учащихся, разработчиков и пользователей APIMart

Практические сценарии в образовании, исследованиях и программных продуктах

dots-note-3.0 не просто показывает более высокие результаты в бенчмарках. Ее главное преимущество — проверка и исправление собственных рассуждений, что делает повседневные процессы надежнее. Проще говоря, она превращает рассуждения на уровне доказательств в инструмент, применимый в исследованиях, преподавании и программном обеспечении.

Исследователи могут использовать ее для проверки гипотез, поиска контрпримеров и тщательной проверки шагов доказательства перед формализацией. Это важно, потому что цикл самопроверки модели предназначен для сокращения числа логических пробелов и пропущенных условий ^[2][4].

Преподаватели могут применять модель для подготовки разобранных примеров и ключей к решениям. Она способна проследить вывод, найти неверный шаг и предложить исправленное решение. Учащиеся получают другую сторону той же помощи: репетитора, который объясняет, почему ответ неверен, а не просто сообщает об ошибке ^[2].

Разработчикам количественных продуктов нужны точность и стабильное форматирование. Например, рабочий процесс финансового SaaS может применять модель для расчета сложных процентов или возврата структурированных числовых данных, сохраняя американский формат чисел вроде 1,000.25 ^[2].

Как APIMart помогает масштабировать процессы математических рассуждений

Единый API APIMart упрощает создание процессов математических рассуждений: командам не приходится поддерживать множество отдельных интеграций.

Для разработчиков основные преимущества — более простая интеграция и прозрачное планирование использования. Вместо поддержки нескольких конечных точек и процессов для разных инструментов команды могут отправлять запросы через один API, а затем приводить ответ к формату, необходимому продукту.

Таблица влияния на пользователей и вывод

Такие процессы особенно важны, когда людям нужны объяснения, а не только ответы. В таблице показано, как этот стиль рассуждений соответствует потребностям разных групп пользователей.

RedNote объявила о планах опубликовать исходный код в ближайшем будущем, хотя конкретные условия пока не раскрыты ^[2][4]. Пользователей APIMart привлекают надежные пошаговые рассуждения, которые легко встраиваются в продуктовые процессы.

Часто задаваемые вопросы

Как был проверен результат 42/42?

Результат 42/42 проверили, передав полные решения dots-note-3.0 по задачам IMO организаторам олимпиады для оценивания людьми; при этом во время тестирования люди не вмешивались.

Оценка основывалась на правильности и полноте каждого необходимого шага доказательства, а не только на конечных числовых ответах.

Что могут подтвердить проверки в Python в рамках доказательства?

В dots-note-3.0 проверки в Python помогают оценить надежность доказательства: они тестируют, подвергают сомнению и уточняют черновые рассуждения модели.

Они способны выявить пропущенные случаи или неуказанные условия, которые могут ослабить письменное доказательство. Благодаря этому каждый шаг можно проверить на логическую корректность до отправки.

Кому dots-note-3.0 принесет наибольшую пользу?

dots-note-3.0 лучше всего подходит исследователям, преподавателям и разработчикам, которым при решении сложных задач нужна строгая и проверяемая точность.

Она предлагает надежные пошаговые рассуждения в алгебре, геометрии, математическом анализе и формальной логике. Поэтому модель хорошо подходит для работы с теоремами и количественного анализа, где даже небольшие логические ошибки или неуказанные условия могут дорого обойтись.