Di Balik dots-note-3.0: Terobosan AI dalam Matematika

Sebuah model AI dilaporkan meraih skor 42/42 di IMO 2026, tetapi kisah utamanya bukan sekadar skor tersebut. Ringkasnya: dots-note-3.0 dirancang untuk menyusun, memeriksa, dan merevisi pembuktian matematika sebelum memberikan jawaban. Pendekatan ini menyasar salah satu masalah tersulit dalam AI: menjaga agar setiap langkah pembuktian tetap valid dari awal hingga akhir.

Jika Anda menginginkan versi singkatnya, berikut rangkumannya:

• dots-note-3.0 adalah model yang berfokus pada matematika dari RedNote/Xiaohongshu.
• Model ini dilaporkan meraih skor sempurna 42/42 pada International Mathematical Olympiad 2026 di Shanghai.
• Pada 2025, skor AI tertinggi yang dilaporkan di IMO adalah 35/42, sehingga pencapaian ini berarti kenaikan 7 poin.
• Model ini menggunakan penalaran bahasa alami serta pemeriksaan Python.
• Metode utamanya adalah siklus tinjauan mandiri: menulis pembuktian, menguji langkah-langkahnya, memperbaiki kesalahan, lalu menjawab.
• Klaim tersebut masih berasal dari laporan perusahaan, sehingga verifikasi pihak luar tetap penting.
• Artikel ini juga membahas artinya bagi peneliti, pengajar, pelajar, developer, dan pengguna API.

Hal terpentingnya sederhana: soal IMO menilai pembuktian lengkap, bukan hanya jawaban akhir. Artinya, satu langkah yang lemah dapat menggagalkan semuanya. Jadi, jika dots-note-3.0 terbukti konsisten dalam pengujian pihak luar, hal ini akan menandai pergeseran dari “AI yang sering memperoleh jawaban” menjadi AI yang mampu mempertahankan jawabannya langkah demi langkah.

Ada tema kedua dalam artikel ini: model tersebut berada di antara penulisan pembuktian dengan bahasa biasa dan pembuktian teorema formal. Dengan demikian, hasilnya lebih mudah dibaca manusia, meskipun tidak memberikan jaminan pemeriksaan mesin yang sama seperti sistem pembuktian formal.

Tim IMO OpenAI Menjelaskan Mengapa Model Akhirnya Mampu Memecahkan Matematika Tingkat Elite

Perbandingan singkat

Jadi, dalam pembahasan ini, skor tersebut layak dianggap sebagai tajuk utama, sedangkan alur pemeriksaan pembuktian merupakan bagian yang paling penting.

Apa itu dots-note-3.0 dan mengapa hasil IMO yang dilaporkan penting

dots-note-3.0 adalah model terkecil dalam keluarga dots3 milik Xiaohongshu. Model ini dibuat untuk penalaran matematika dengan kebutuhan komputasi yang lebih rendah daripada model jazz dan aria yang lebih besar. Model tersebut masih dalam tahap beta, dan perusahaan mengatakan kode sumbernya akan dirilis kemudian, meski belum memberikan tanggal. Konteks ini penting karena model dinilai berdasarkan penalaran yang sarat pembuktian, bukan sekadar apakah hasil akhirnya terlihat bagus. ^[2][4]

Skor 42/42 yang dilaporkan pada IMO 2026

Xiaohongshu menyatakan dots-note-3.0 meraih skor sempurna 42 dari 42 poin pada International Mathematical Olympiad 2026 di Shanghai. Menurut perusahaan, model tersebut menyelesaikan keenam soal berdasarkan naskah soal resmi dan menulis pembuktian lengkap dalam bahasa alami tanpa celah logika atau kondisi yang terlewat. Tidak ada bantuan manusia selama pengujian, dan penyelesaiannya diserahkan kepada penyelenggara IMO untuk dinilai. ^[2][4][3]

Skor tersebut lebih tinggi daripada 35/42 yang dilaporkan untuk model-model terdepan pada 2025. ^[2][4] Jadi, tajuk tersebut memang menonjol. Namun, klaim ini masih memerlukan konfirmasi dari pihak luar.

Mengapa klaim ini melampaui kemenangan benchmark biasa

IMO tidak bekerja seperti tes pilihan ganda atau benchmark jawaban singkat. Yang dinilai adalah pembuktian lengkap. Artinya, hasil ini berkaitan dengan penalaran berkelanjutan dari awal hingga akhir, bukan sekadar memilih jawaban yang benar atau mencapai baris akhir yang tepat.

Batasan verifikasi yang perlu diingat pembaca

Saat ini, hasil 42/42 bertumpu pada data yang dilaporkan oleh Xiaohongshu sendiri. Perusahaan menyatakan bahwa penyelesaian buatan AI telah diserahkan kepada penyelenggara resmi IMO untuk dinilai, tetapi tinjauan pihak luar dan detail lebih lanjut mengenai proses penilaian masih diperlukan sebelum klaim tersebut dapat diperiksa sepenuhnya. ^[3][2]

Untuk sementara, hasil 42/42 masuk akal dipandang sebagai sesuatu yang menjanjikan, tetapi belum terkonfirmasi. Gambaran yang lebih jelas akan muncul setelah kode sumber dirilis dan peneliti independen dapat menguji model pada soal-soal baru untuk melihat apakah performa yang sama tetap bertahan.

Cara dots-note-3.0 meningkatkan penalaran matematika

Kritik mandiri dan revisi berulang sebelum jawaban akhir

dots-note-3.0 memadukan penalaran bahasa alami dengan pemeriksaan Python untuk memverifikasi langkah-langkah antara ^[1]. Alih-alih bertahan pada upaya pertamanya, model menjalani siklus peninjauan berulang: menguji setiap langkah, menemukan kesalahan, dan menulis ulang pembuktian sebelum memberikan jawaban akhir ^[1]. Inilah alasan utama di balik hasil IMO yang dilaporkan.

Karena IMO menilai pembuktian lengkap, dots-note-3.0 dirancang untuk menjaga logika seluruh argumen, bukan sekadar mencapai jawaban akhir yang benar ^[1][2]. Hal ini sangat penting untuk soal bergaya teorema, sebab satu langkah buruk dapat merusak semua langkah sesudahnya ^[1][2].

Bidang matematika yang paling terbantu oleh pemeriksaan mandiri berulang

Peningkatan terbesar terlihat pada bidang yang menuntut setiap langkah untuk berdiri sendiri.

Tabel perbandingan metode penalaran

Tabel ini menunjukkan perbedaan pendekatan tersebut dari alur penalaran yang umum.

Konsekuensinya sederhana: komputasi dan waktu tunggu lebih besar, sebagai imbalan atas perlindungan yang lebih kuat dari kesalahan yang dapat menggagalkan pembuktian.

Posisi dots-note-3.0 dalam riset matematika AI saat ini

Pembuktian bahasa alami dibandingkan dengan pembuktian teorema formal

Metode ini penting karena menempati posisi tengah antara pembuktian yang dapat dibaca manusia dan verifikasi formal yang diperiksa mesin.

Dalam riset matematika AI saat ini, pemisahan tersebut berguna. Di satu sisi ada sistem pembuktian bahasa alami. Sistem ini memadukan penjelasan tertulis dengan alat seperti Python. Di sisi lain ada pembukti teorema formal, tempat setiap langkah ditulis dalam bahasa seperti Lean lalu diperiksa oleh mesin.

dots-note-3.0 termasuk kelompok pertama. Model ini menggunakan penalaran bahasa alami beserta pemeriksaan Python. Hal yang menarik bukan hanya kemampuannya mendapatkan jawaban benar, melainkan caranya mengubah penalaran matematika menjadi proses pembuktian yang mudah dibaca dan mampu mengoreksi diri, alih-alih bertindak seperti kotak yang sekadar mengeluarkan hasil akhir.

Perbedaan itu penting. Pembuktian bahasa alami lebih mudah diikuti manusia. Pembuktian formal lebih kuat ketika verifikasi mesin menjadi tujuan. Konsekuensinya sederhana: pembuktian bahasa alami masih dapat menyembunyikan celah logika kecil yang akan langsung ditemukan oleh sistem formal.

Benchmark yang penting di luar satu hasil utama

Pemisahan yang sama terlihat dalam pemilihan benchmark.

Hasil IMO tersebut sangat kuat, tetapi hanya berasal dari satu benchmark. Para peneliti juga mengamati GSM8K, MATH500, AIME, MathVista, dan GPQA, karena masing-masing menguji aspek penalaran yang berbeda—baik kedalaman, geometri, matematika visual, maupun pemecahan masalah tingkat pakar.

Hal yang membuat IMO menonjol adalah penilaiannya terhadap pembuktian tertulis lengkap. Kasus yang terlewat atau kondisi yang tidak dinyatakan dapat mengurangi poin secara nyata. Ini sangat berbeda dari tes yang hanya memeriksa jawaban akhir. Bagi model yang ditujukan untuk aritmetika, aljabar, geometri, kalkulus, dan pekerjaan berbasis pembuktian, IMO menjadi sasaran yang jauh lebih sulit.

Tabel perbandingan model dan benchmark

Tabel di bawah ini menempatkan dots-note-3.0 di samping sistem lain untuk menunjukkan posisinya dalam riset matematika AI saat ini.

Pembeda utamanya bukan sekadar skor. Siklus kritik mandirilah yang memperbaiki pembuktian sebelum dikirimkan. Bagian inilah yang menentukan posisi model dalam alur kerja riset dan produk.

Arti pencapaian ini bagi peneliti, pengajar, pelajar, developer, dan pengguna APIMart

Kasus penggunaan praktis dalam pendidikan, riset, dan produk perangkat lunak

dots-note-3.0 tidak hanya membukukan skor benchmark yang lebih baik. Kekuatan utamanya adalah memeriksa dan merevisi penalarannya sendiri, sehingga alur kerja sehari-hari menjadi lebih andal. Sederhananya, model ini mengubah penalaran setingkat pembuktian menjadi sesuatu yang dapat digunakan dalam riset, pengajaran, dan perangkat lunak.

Peneliti dapat menggunakannya untuk menguji konjektur, mencari contoh tandingan, dan menguji ketahanan langkah-langkah pembuktian sebelum formalisasi. Ini penting karena siklus pemeriksaan mandirinya dirancang untuk mengurangi celah logika dan kondisi yang terlewat ^[2][4].

Pengajar dapat menggunakan model untuk membuat contoh penyelesaian dan kunci jawaban. Model dapat menelusuri derivasi, menemukan langkah yang keliru, dan menghasilkan penyelesaian yang telah diperbaiki. Pelajar mendapat sisi lain dari bantuan yang sama: tutor yang menjelaskan mengapa sebuah jawaban salah, bukan sekadar menyatakan bahwa jawaban tersebut salah ^[2].

Developer yang membangun produk kuantitatif membutuhkan ketepatan dan pemformatan yang konsisten. Misalnya, alur SaaS keuangan dapat menggunakan model untuk menghitung bunga majemuk atau mengembalikan keluaran numerik terstruktur sembari mempertahankan format angka AS seperti 1,000.25 ^[2].

Cara APIMart mendukung alur penalaran matematika dalam skala besar

API terpadu APIMart memudahkan tim membangun alur penalaran matematika tanpa harus mengelola berbagai integrasi terpisah.

Bagi developer, keuntungan utamanya adalah integrasi yang lebih mudah dan perencanaan penggunaan yang lebih jelas. Alih-alih memelihara banyak endpoint dan alur khusus alat, tim dapat mengirim permintaan melalui satu API, lalu membentuk keluaran sesuai format yang dibutuhkan produk mereka.

Tabel pemetaan dampak pengguna dan kesimpulan

Alur kerja ini paling penting ketika orang membutuhkan penjelasan, bukan sekadar jawaban. Tabel di bawah menunjukkan kesesuaian gaya penalaran tersebut dengan berbagai kelompok pengguna.

RedNote telah mengumumkan rencana untuk merilis kode sumber dalam waktu dekat, meskipun ketentuan spesifiknya belum diungkapkan ^[2][4]. Bagi pengguna APIMart, daya tariknya adalah penalaran langkah demi langkah yang andal dan mudah diintegrasikan ke dalam alur produk.

FAQ

Bagaimana skor 42/42 diverifikasi?

Skor 42/42 diperiksa dengan mengirimkan naskah lengkap penyelesaian IMO dari dots-note-3.0 kepada penyelenggara IMO untuk penilaian oleh manusia, tanpa intervensi manusia selama pengujian.

Skor tersebut didasarkan pada kebenaran dan kelengkapan setiap langkah pembuktian yang diperlukan, bukan hanya jawaban numerik akhirnya.

Apa yang dapat dikonfirmasi oleh pemeriksaan Python dalam pembuktian?

Pada dots-note-3.0, pemeriksaan Python membantu memverifikasi kekuatan pembuktian dengan menguji, menantang, dan menyempurnakan draf penalaran model.

Pemeriksaan ini dapat menemukan kasus yang terlewat atau kondisi yang tidak dinyatakan yang mungkin melemahkan pembuktian tertulis. Dengan demikian, setiap langkah dapat diperiksa validitas logisnya sebelum dikirimkan.

Siapa yang paling diuntungkan oleh dots-note-3.0?

dots-note-3.0 paling sesuai bagi peneliti, pengajar, dan developer yang membutuhkan akurasi ketat dan dapat diverifikasi saat menyelesaikan masalah sulit.

Model ini memberikan penalaran langkah demi langkah yang andal dalam aljabar, geometri, kalkulus, dan logika formal. Karena itu, model sangat cocok untuk pekerjaan berbasis teorema dan analisis kuantitatif, ketika kesalahan logika kecil atau kondisi yang tidak dinyatakan sekalipun dapat menimbulkan dampak besar.