小红书 dots-note-3.0 模型在 IMO 2026 上首次拿满分 42 分，其背后的 Proof-Verify-Refine 自我纠错机制揭示了大模型在长程复杂任务中的潜力。
📝 详细摘要
文章报道小红书的 dots-note-3.0 模型在第 67 届国际数学奥林匹克（IMO 2026）中六道题均获满分，成为首个经 IMO 官方评阅取得满分的 AI 模型。文中详细说明该模型采用 Proof（生成候选证明）、Verify（检查漏洞并给出改进建议）、Refine（根据反馈修正）三阶段流程，实现对自身证明的自我纠错。文章进一步指出，这种机制不仅在数学证明中有效，还可推广至生活中的长程复杂任务；小红书团队由此构建了 VibeLifeBench 基准，覆盖装修、求职等 10 个生活领域，考察 Agent 在多轮交互中是否能持续检查并调整方案。最后强调，在真实生活中，模型需要检查对用户、任务和环境的理解，而不仅是答案本身。
💡 主要观点
- dots-note-3.0 通过 Proof-Verify-Refine 三阶段流程实现自我纠错。 模型先生成候选证明，然后检查漏洞并给出改进建议，最后根据反馈修正答案，形成可提交的完整证明。
💬 文章金句
- dots-note-3.0 最值得关注的能力，也由此浮现了出来。让模型学会给自己的证明挑错
- 模型要先识别出当前答案的问题，后续迭代才有清晰的修正方向。
📊 文章信息
AI 初评：85
来源：机器之心
作者：机器之心
分类：人工智能
语言：中文
阅读时间：14 分钟
字数：3341
标签： AI 大模型, 自我纠错, 数学推理, VibeLifeBench, IMO