IMO
国际数学奥林匹克竞赛，被用作衡量AI数学推理能力的重要基准
核心事实
时间轴 (近 90 天)
2024年AlphaProof在国际数学奥林匹克题目上取得引人注目的成绩
模型在竞赛数学（如 AIME、IMO）和代码生成（如 Codeforces 竞赛题）上的得分在过去一年间出现近乎垂直的增长曲线
IMO题目无法通过记忆训练数据或统计模式直接解答，必须构造严格的逻辑证明链，被认为是检验AI真正理解数学结构的更可靠标准
国际数学奥林匹克（IMO）创办于1959年，每年举办一届，面向全球高中生，题目涵盖代数、几何、数论、组合数学等领域
此前AI系统在IMO题目上长期停留在银牌或铜牌水平
国际民航组织ICAO和国际海事组织IMO的脱碳路线图均将合成燃料列为核心解决方案而非全面电气化
2024年Google DeepMind推出的模型在IMO考试中答对了6道题中的4道
在2024年之前，AI几乎无法回答IMO级别的题目
在2024年后的第二年，多个机构的模型能够解答IMO除最后一题外的所有题目
公开可用的推理模型经过适当提示可以解出2025年IMO全部6道题
还有 19 条时间轴事件
全部知识事实 (20)
2024年Google DeepMind的AlphaProof和AlphaGeometry 2首次在IMO级别问题上达到银牌水平
85%已验证2024年，AlphaProof与AlphaGeometry 2联合解决了IMO竞赛6道题中的4道，折合得分达到银牌标准
75%已验证DeepMind的AlphaProof于2024年将大语言模型与Lean 4结合，通过强化学习在形式化环境中自我博弈生成并验证证明步骤
70%已验证DeepMind在2024年推出的AlphaProof和AlphaGeometry在IMO测试中组合解决了6道题中的4道，接近金牌分数线
65%待验证国际数学奥林匹克（IMO）创办于1959年，每年有超过100个国家和地区参加
95%待验证IMO竞赛题与未解的世界级猜想之间存在本质差距，未解猜想往往需要发明全新的数学对象或框架
70%待验证解决竞赛题与解决千禧年难题之间存在本质鸿沟：竞赛题有明确解题路径和已知答案，而千禧年难题需要人类尚未发现的全新数学思想
60%待验证AI技术叠加使得其在国际数学奥林匹克（IMO）级别问题上达到了接近金牌的水平
60%待验证AlphaProof是历史上首个在IMO中达到银牌水平的AI系统
60%待验证模型在竞赛数学（如 AIME、IMO）和代码生成（如 Codeforces 竞赛题）上的得分在过去一年间出现近乎垂直的增长曲线
50%待验证IMO题目无法通过记忆训练数据或统计模式直接解答，必须构造严格的逻辑证明链，被认为是检验AI真正理解数学结构的更可靠标准
50%待验证国际数学奥林匹克（IMO）创办于1959年，每年举办一届，面向全球高中生，题目涵盖代数、几何、数论、组合数学等领域
50%待验证此前AI系统在IMO题目上长期停留在银牌或铜牌水平
50%待验证国际民航组织ICAO和国际海事组织IMO的脱碳路线图均将合成燃料列为核心解决方案而非全面电气化
50%待验证2025年IMO第六题在603名参赛者中只有6人拿到满分
50%待验证该IMO题要求找出满足性质所需的最少瓷砖数量，并严格证明任何其他方案都必须使用更多瓷砖
50%待验证经过适当提示便能解题与在竞赛现场条件下可靠解题之间存在方法论差异，因为人类选手只有一次作答机会
50%待验证IMO题目涵盖代数、组合数学、数论和几何四个领域，不涉及微积分等大学课程内容
50%待验证IMO每年举办一届，每个参赛国最多派出6名选手，竞赛共6道题，分两天作答，每题满分7分，总分满分42分
50%待验证在2024年之前，AI几乎无法回答IMO级别的题目
50%