# 小红书 dots 模型 IMO 2026 满分夺金，不靠形式化翻译直接读题做题

> 原标题：小红书 dots 模型获 IMO 2026 满分金牌

- 来源：AI HOT 精选
- 发布时间：2026-07-21T11:06:49.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45656
- 原文：https://mp.weixin.qq.com/s/EITf-SrP5o62Ljp7UGzPVw

## 摘要

小红书 dots 团队用 dots-note 3.0 参加第 67 届 IMO 2026，六道题全部拿下满分 42 分，拿到金牌——全球只有 7 个人类选手做到同样成绩。这个模型不走“先把题目转成形式化语言”那条路，而是直接读原始 LaTeX 题目，靠递归自我批判端到端解完。dots-note 3.0 是 dots3 系列里最轻量的版本，团队说会开源。...

## 推荐理由

小红书 dots 团队用 dots-note 3.0 参加第 67 届 IMO，六道题全对拿了 42 分满分金牌，全球只有 7 个人类选手做到同样成绩。这个模型不走“先把题目转成形式化语言”那条路，而是直接读原始 LaTeX 题目，靠递归自我批判端到端解完。dots-note 3.0 是 dots3 系列里最轻量的版本，团队说会开源。我会先打个折：正文没披露训练数据规模、推理成本、是否在比赛时限内完成，也没说有没有人工介入或多次采样挑答案。这些缺口让“满分”的含金量暂时没法完全评估，但技术路线确实和 DeepMind 那套形式化路线不一样，值得关注...

## 锐评

这条消息最值得看的是两点：一是满分，二是解题路径。IMO 满分金牌本身就硬，42 分全对意味着模型在六道题上没有犯任何实质性错误，这比“接近金牌”或“银牌水平”的表述扎实得多。全球只有 7 个人类选手拿到同样成绩，这个参照系让分数的含金量更直观。

第二点更关键——dots-note 3.0 不依赖形式化语言，直接读原始 LaTeX 题目。很多数学推理模型需要先把题目翻译成 Lean 或 Isabelle 这类形式化语言再求解，中间多一步就多一个出错和丢信息的可能。dots 这条路是端到端，靠“递归自我批判”来修正推理，听起来像让模型自己反复检查自己的解题步骤。不过正文没披露这个自我批判机制的具体实现、迭代次数上限、以及会不会在某些题型上陷入死循环。

团队强调这是 dots3 系列最轻量的版本，还说要开源。轻量意味着部署成本低，开源意味着可以复现和验证。但正文没给出参数量、推理延迟、以及满分是在什么硬件条件下跑出来的。这些信息缺了，就很难判断这个“轻量”到底多轻，以及满分成绩有没有靠超长推理时间堆出来。我会先打个折，等开源后看实际跑分和复现结果再说。