IMO में पिछले AI प्रदर्शनों से तुलना

मुख्य अंतर:

• 2024: AlphaProof ने 28/42 (रजत) स्कोर किया और Lean प्रूफ असिस्टेंट के माध्यम से औपचारिक रूप से सत्यापित उत्तर प्रस्तुत करने वाला पहला AI था ।
• 2025: Google DeepMind और OpenAI दोनों ने स्वर्ण स्तर (35/42) हासिल किया, लेकिन किसी ने भी परफेक्ट स्कोर नहीं किया । Google के सिस्टम ने 6 में से 5 प्रश्न सही किए।
• 2026: RedNote का dots-note-3.0 पहली बार 42/42 का परफेक्ट स्कोर हासिल करने वाला AI बना — किसी भी AI ने पहली बार सभी प्रश्न हल किए । इसने अपेक्षाकृत हल्के मॉडल के साथ यह उपलब्धि हासिल की । Huawei ने भी उसी चक्र में परफेक्ट स्कोर की रिपोर्ट दी ।

विश्वसनीयता और सत्यापन का संदर्भ

AI के लिए कोई आधिकारिक IMO प्रविष्टि नहीं

एक महत्वपूर्ण बात: dots-note-3.0 ने 666 मानव प्रतियोगियों के साथ आधिकारिक IMO प्रतियोगिता में हिस्सा नहीं लिया । IMO के सामान्य नियम केवल आमंत्रित देशों और 20 वर्ष से कम आयु के मानव प्रतियोगियों की भागीदारी को सीमित करते हैं । इसके बजाय, तकनीकी कंपनियों को मानव प्रतियोगियों द्वारा परीक्षा पूरी करने के बाद वही प्रश्न प्रदान किए जाते हैं, और उनके समाधानों का मूल्यांकन IMO ग्रेडर्स द्वारा किया जाता है ।

स्व-निर्धारित, स्व-मूल्यांकन संबंधी चिंताएँ

2025 में, IMO समिति ने AI भागीदारी के लिए कोई औपचारिक नियम नहीं लिखे, जिससे प्रत्येक कंपनी अपनी परीक्षण शर्तों को परिभाषित कर सकती थी — गणितज्ञों ने ध्यान दिया कि इससे कंपनियों को "अपना होमवर्क खुद सेट करने और खुद मार्क करने" में सक्षम बनाया गया । यही अनौपचारिक प्रक्रिया 2026 में भी लागू रही। जैसा कि एक विश्लेषण में कहा गया, dots-note-3.0 ने "पारंपरिक अर्थों में प्रतियोगिता में प्रवेश नहीं किया" — इसने कंपनी-परिभाषित परीक्षण प्रोटोकॉल के तहत पोस्ट-हॉक प्रश्नों को हल किया ।

IMO ग्रेडर्स के माध्यम से सत्यापन

RedNote ने कहा कि इसके मॉडल के समाधान आधिकारिक IMO ग्रेडिंग के लिए प्रस्तुत किए गए और उन्हीं न्यायाधीशों द्वारा पूर्ण अंक दिए गए जो मानव प्रतियोगियों को स्कोर करते हैं । Huawei के मॉडल को भी इसी तरह सत्यापित किया गया। यह विश्वसनीयता की एक सार्थक परत प्रदान करता है, क्योंकि ग्रेडर्स स्वतंत्र हैं और समाधानों का मूल्यांकन उसी रूब्रिक के तहत किया गया।

इसका क्या मतलब है?

यह उपलब्धि इस अर्थ में वास्तविक है कि मॉडल ने सभी छह प्रश्नों के सही, IMO-ग्रेडेड समाधान तैयार किए। लेकिन यह आधिकारिक IMO पदक नहीं है — IMO AI सिस्टम को औपचारिक रूप से पदक नहीं देता है। पिछले AI परिणामों से तुलना उचित है क्योंकि उन सिस्टमों ने भी समान परिस्थितियों में पोस्ट-हॉक उसी प्रश्नों को हल किया, लेकिन सभी IMO "AI स्वर्ण पदक" को अनधिकृत, पूर्वव्यापी रूप से निर्णित बेंचमार्क के रूप में समझा जाना चाहिए, न कि लाइव प्रतियोगिता में सीधी जीत के रूप में। फिर भी, dots-note-3.0 का परिणाम एक महत्वपूर्ण मील का पत्थर है क्योंकि यह पहली बार है जब किसी AI ने पूर्ण IMO प्रश्न सेट पर परफेक्ट स्कोर हासिल किया है।

IMO में पिछले AI प्रदर्शनों से तुलना

मुख्य अंतर:

• 2024: AlphaProof ने 28/42 (रजत) स्कोर किया और Lean प्रूफ असिस्टेंट के माध्यम से औपचारिक रूप से सत्यापित उत्तर प्रस्तुत करने वाला पहला AI था ।
• 2025: Google DeepMind और OpenAI दोनों ने स्वर्ण स्तर (35/42) हासिल किया, लेकिन किसी ने भी परफेक्ट स्कोर नहीं किया । Google के सिस्टम ने 6 में से 5 प्रश्न सही किए।
• 2026: RedNote का dots-note-3.0 पहली बार 42/42 का परफेक्ट स्कोर हासिल करने वाला AI बना — किसी भी AI ने पहली बार सभी प्रश्न हल किए । इसने अपेक्षाकृत हल्के मॉडल के साथ यह उपलब्धि हासिल की । Huawei ने भी उसी चक्र में परफेक्ट स्कोर की रिपोर्ट दी ।

विश्वसनीयता और सत्यापन का संदर्भ

AI के लिए कोई आधिकारिक IMO प्रविष्टि नहीं

एक महत्वपूर्ण बात: dots-note-3.0 ने 666 मानव प्रतियोगियों के साथ आधिकारिक IMO प्रतियोगिता में हिस्सा नहीं लिया । IMO के सामान्य नियम केवल आमंत्रित देशों और 20 वर्ष से कम आयु के मानव प्रतियोगियों की भागीदारी को सीमित करते हैं । इसके बजाय, तकनीकी कंपनियों को मानव प्रतियोगियों द्वारा परीक्षा पूरी करने के बाद वही प्रश्न प्रदान किए जाते हैं, और उनके समाधानों का मूल्यांकन IMO ग्रेडर्स द्वारा किया जाता है ।

स्व-निर्धारित, स्व-मूल्यांकन संबंधी चिंताएँ

2025 में, IMO समिति ने AI भागीदारी के लिए कोई औपचारिक नियम नहीं लिखे, जिससे प्रत्येक कंपनी अपनी परीक्षण शर्तों को परिभाषित कर सकती थी — गणितज्ञों ने ध्यान दिया कि इससे कंपनियों को "अपना होमवर्क खुद सेट करने और खुद मार्क करने" में सक्षम बनाया गया । यही अनौपचारिक प्रक्रिया 2026 में भी लागू रही। जैसा कि एक विश्लेषण में कहा गया, dots-note-3.0 ने "पारंपरिक अर्थों में प्रतियोगिता में प्रवेश नहीं किया" — इसने कंपनी-परिभाषित परीक्षण प्रोटोकॉल के तहत पोस्ट-हॉक प्रश्नों को हल किया ।

IMO ग्रेडर्स के माध्यम से सत्यापन

RedNote ने कहा कि इसके मॉडल के समाधान आधिकारिक IMO ग्रेडिंग के लिए प्रस्तुत किए गए और उन्हीं न्यायाधीशों द्वारा पूर्ण अंक दिए गए जो मानव प्रतियोगियों को स्कोर करते हैं । Huawei के मॉडल को भी इसी तरह सत्यापित किया गया। यह विश्वसनीयता की एक सार्थक परत प्रदान करता है, क्योंकि ग्रेडर्स स्वतंत्र हैं और समाधानों का मूल्यांकन उसी रूब्रिक के तहत किया गया।

इसका क्या मतलब है?

यह उपलब्धि इस अर्थ में वास्तविक है कि मॉडल ने सभी छह प्रश्नों के सही, IMO-ग्रेडेड समाधान तैयार किए। लेकिन यह आधिकारिक IMO पदक नहीं है — IMO AI सिस्टम को औपचारिक रूप से पदक नहीं देता है। पिछले AI परिणामों से तुलना उचित है क्योंकि उन सिस्टमों ने भी समान परिस्थितियों में पोस्ट-हॉक उसी प्रश्नों को हल किया, लेकिन सभी IMO "AI स्वर्ण पदक" को अनधिकृत, पूर्वव्यापी रूप से निर्णित बेंचमार्क के रूप में समझा जाना चाहिए, न कि लाइव प्रतियोगिता में सीधी जीत के रूप में। फिर भी, dots-note-3.0 का परिणाम एक महत्वपूर्ण मील का पत्थर है क्योंकि यह पहली बार है जब किसी AI ने पूर्ण IMO प्रश्न सेट पर परफेक्ट स्कोर हासिल किया है।