dots-note-3.0, modello sviluppato dal team di intelligenza artificiale di Xiaohongshu, conosciuta fuori dalla Cina anche come RedNote, ha risolto correttamente tutti e sei i problemi dell’edizione 2026 dell’International Mathematical Olympiad, ottenendo 42 punti su 42 nella valutazione delle dimostrazioni. Secondo l’azienda, si tratta del primo sistema AI capace di raggiungere il punteggio massimo sui problemi della competizione, superando di 13 punti la soglia prevista per la medaglia d’oro.
L’IMO non valuta soltanto il risultato finale, ma richiede dimostrazioni matematiche complete, nelle quali ogni passaggio deve essere giustificato. Ciascuno dei sei problemi assegna fino a sette punti e una soluzione può essere penalizzata per salti logici, casi non considerati o argomentazioni incomplete. Nell’edizione 2026 hanno partecipato 666 studenti provenienti da 117 Paesi; soltanto sette concorrenti umani hanno ottenuto il punteggio massimo, mentre la soglia per l’oro è stata fissata a 29 punti.
Il risultato non significa che il modello abbia gareggiato come uno studente all’interno della classifica ufficiale. dots-note-3.0 è stato sottoposto agli stessi problemi e le sue soluzioni sono state valutate secondo i criteri dell’IMO, permettendo un confronto diretto con i punteggi della competizione. Questa distinzione è importante perché il sistema dispone di un ambiente di calcolo e di un processo di generazione differente da quello concesso ai partecipanti umani.
Il precedente riferimento era rappresentato dai risultati ottenuti da Google DeepMind e OpenAI sui problemi dell’edizione 2025. Gemini Deep Think e un modello sperimentale di OpenAI avevano raggiunto 35 punti, sufficienti per una prestazione equivalente alla medaglia d’oro, ma entrambi avevano lasciato irrisolto uno dei sei quesiti. dots-note-3.0 porta quindi il confronto dal livello della medaglia d’oro al completamento integrale della prova.
L’elemento più rilevante non è soltanto il punteggio, ma il metodo utilizzato. Alcuni sistemi di dimostrazione automatica richiedono che il problema venga prima tradotto da una persona in un linguaggio formale come Lean, nel quale definizioni, ipotesi e obiettivi vengono espressi in una sintassi verificabile da una macchina. dots-note-3.0 avrebbe invece elaborato direttamente i testi originali in formato LaTeX, producendo dimostrazioni in linguaggio naturale e utilizzando Python come strumento di supporto al ragionamento.
Questa impostazione riduce la dipendenza da una formalizzazione manuale preventiva, ma non elimina il ruolo degli strumenti esterni. L’esecuzione di codice può essere impiegata per verificare esempi, esplorare configurazioni, effettuare calcoli e individuare regolarità utili alla costruzione della prova. Il passaggio decisivo rimane comunque la trasformazione di queste osservazioni in un’argomentazione generale, valida per tutti i casi previsti dal problema.
Il modello adotta un ciclo ricorsivo articolato nelle fasi Proof, Verify e Refine. Inizialmente genera più possibili dimostrazioni, quindi analizza ogni proposta alla ricerca di errori logici, ipotesi non giustificate e passaggi mancanti. Le soluzioni vengono successivamente corrette e sottoposte a nuove verifiche fino alla selezione di una dimostrazione finale. Xiaohongshu definisce questa struttura una forma di recursive self-critique, nella quale il miglioramento deriva dalla capacità del sistema di criticare ripetutamente il proprio lavoro.
La generazione di più candidati seguita da verifica non corrisponde a un semplice aumento della lunghezza del ragionamento. Un modello può produrre una soluzione estesa ma fondata su un errore iniziale, continuando a svilupparla senza rilevare l’incoerenza. La separazione tra proposta e controllo introduce invece ruoli differenti nel processo: una componente cerca percorsi risolutivi, mentre un’altra tenta di confutarli prima che vengano accettati.
Questo meccanismo è particolarmente adatto ai problemi olimpici, nei quali la difficoltà non consiste soltanto nell’eseguire calcoli, ma nell’individuare una costruzione o un’invariante che renda possibile la dimostrazione. Il sistema deve esplorare strategie alternative, abbandonare quelle improduttive e verificare che l’argomento scelto copra l’intero problema. Il risultato suggerisce che l’inferenza basata su più tentativi e verifiche interne può compensare almeno in parte i limiti di una singola risposta generata in sequenza.
Rimangono tuttavia poche informazioni pubbliche sul costo computazionale della prova. Non sono stati precisati il numero di candidati generati per ogni problema, il tempo totale di elaborazione, la quantità di codice eseguito, il numero di cicli di revisione o l’eventuale selezione tra più esecuzioni indipendenti. Senza questi dati non è possibile confrontare l’efficienza di dots-note-3.0 con quella di altri modelli che hanno affrontato gli stessi quesiti.
È inoltre necessario verificare quanto il risultato dipenda dal modello di base e quanto dall’infrastruttura agentica costruita intorno ad esso. La capacità di suddividere il lavoro, eseguire Python, produrre più dimostrazioni e sottoporle a un valutatore può incidere sulle prestazioni quanto i parametri interni del modello. Il punteggio descrive quindi il comportamento dell’intero sistema di inferenza, non necessariamente quello ottenibile mediante una singola richiesta al modello.
Xiaohongshu ha indicato dots-note-3.0 come il componente più leggero della famiglia dots3. La linea dovrebbe essere completata da due modelli più grandi, denominati Jazz e Aria, destinati a offrire differenti compromessi tra capacità, velocità di risposta e costo di calcolo. L’attuale versione è ancora in beta interna, ma l’azienda ha annunciato l’intenzione di distribuirla come modello open source.
La futura pubblicazione sarà importante per verificare il risultato in modo indipendente. La disponibilità dei pesi, del codice dell’agente, dei prompt, dei limiti temporali e delle soluzioni complete permetterebbe di stabilire se la prova sia riproducibile e di misurare quali componenti contribuiscano maggiormente al punteggio. La sola apertura del modello, senza l’ambiente di inferenza e i criteri di selezione, potrebbe non essere sufficiente a replicare il comportamento dichiarato.
L’applicazione più immediata riguarda i sistemi di assistenza alla ricerca matematica, capaci di proporre congetture, controllare dimostrazioni e confrontare strategie differenti. Il metodo potrebbe però essere esteso anche ad attività scientifiche e tecniche nelle quali una soluzione deve essere verificata prima dell’utilizzo, come la progettazione di algoritmi, l’analisi di modelli, la scrittura di codice e la valutazione di piani complessi.
Il trasferimento a problemi reali non è automatico. I quesiti IMO dispongono di una formulazione precisa, di criteri di valutazione definiti e di una soluzione matematicamente verificabile, mentre molte decisioni scientifiche o aziendali dipendono da dati incompleti, obiettivi conflittuali e ipotesi non controllabili. In questi contesti, un sistema può criticare la coerenza interna della propria risposta senza accorgersi che le premesse sono errate o che mancano informazioni decisive.
Il risultato di dots-note-3.0 mostra comunque un avanzamento netto nella capacità dei sistemi AI di sostenere ragionamenti matematici lunghi e sottoporre le proprie soluzioni a revisioni iterative. Il passaggio più significativo non consiste nell’aver prodotto immediatamente sei risposte corrette, ma nell’aver integrato generazione, verifica ed eliminazione degli errori in un unico processo agentico. La pubblicazione annunciata del modello e dei dettagli tecnici permetterà di capire se il punteggio massimo rappresenti un risultato isolato oppure una capacità riproducibile e trasferibile ad altri problemi complessi.