Gemini Deep Think 以自然语言达到经官方评分的 IMO 2025 金牌标准
与 2024 年的 AlphaProof 和 AlphaGeometry 2 不同，2025 年系统直接读取官方题目并生成自然语言证明，无需人工翻译成 Lean 或其他专用形式语言，并在 4.5 小时竞赛时限内完成。
发生了什么？
一个高级版 Gemini Deep Think 模型解出了 IMO 2025 六道题中的五道，获得 35/42 分并达到金牌标准；Google DeepMind 报告称 IMO 评分人员按与参赛学生相同的标准评阅了这些自然语言解答。
为什么重要？
这是接口与时延上的重要变化，表明通用推理模型能够以人类参赛者使用的语言端到端达到顶尖奥赛水平。
重要性说明：该结果把奥赛级 AI 从 2024 年依赖人工形式化且计算数日的 AlphaProof 工作流，推进到在竞赛时限内端到端生成自然语言证明，并由 IMO 协调方进行评分认证。
历史脉络
证据与状态一览
- 重要性
- H1 · 历史里程碑
- 验证状态
- 已有独立佐证
- 证据等级
- E2 · 研究记录
- AI 角色
- AI 主导、人类核验
- 形式保障
- 无形式保障
贡献与验证
- 数学新颖性
- 基准结果
- 接口
- 非形式化
- AI 贡献
- Gemini 从自然语言题目端到端生成解答；外部 IMO 评分人员对提交的解答进行评阅。
- 人类贡献
- DeepMind 研究者开发并后训练模型，并提供一般性解题指导；IMO 协调方和评分人员提供竞赛题目并进行外部评分。
- 验证状态
- 已有独立佐证 · E2 · 研究记录 · 无形式保障
- 最后审阅
- 2026-09-11
技术细节
- 系统
- gemini-deep-think
- 机构
- google-deepmind, international-mathematical-olympiad
- 数学问题
- international-mathematical-olympiad-2025
- 方法
- reasoning-model, parallel-thinking, reinforcement-learning, natural-language-proof
全部来源与工件
- Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical OlympiadS2 · 官方机构来源 · 官方公告 · 访问于 2026-09-10
- OpenAI and Google outdo the mathletes, but not each otherS4 · 可信二手来源 · 媒体报道 · 访问于 2026-09-10
验证历史
- 2025-07-21 · 部分核验 · E2 · 研究记录
Google DeepMind 公布成绩，并引用 IMO 主席确认官方评分后的 35/42 分与金牌标准。
- 2026-09-10 · 已有独立佐证 · E2 · 研究记录
Chronicle 将该结果记为事件级 independently_verified：IMO 协调方参与评分，独立报道也确认了 35/42 金牌标准成绩，并明确区分 Google 的 IMO 协调评测与 OpenAI 的独立评测。该状态针对竞赛事件本身，不表示超出评分过程之外的更广泛数学正确性裁决。
更正
当前没有记录的更正。