El MIT lanza MathNet, el mayor conjunto de problemas de olimpiadas matemáticas del mundo

El MIT ha lanzado MathNet, el mayor conjunto abierto de problemas de olimpiadas matemáticas disponible hasta la fecha. Sirve tanto a los investigadores de IA como a los estudiantes que se preparan para competir. La base de datos reúne más de 30 mil problemas y soluciones detalladas procedentes de las olimpiadas matemáticas nacionales de 47 países.

Para la industria, supone una prueba de razonamiento matemático más exigente que los benchmarks habituales en inglés. Para los estudiantes, es una biblioteca única de problemas de calidad que hasta ahora estaban dispersos en recopilaciones impresas, foros y archivos personales. El proyecto es obra de investigadores de MIT CSAIL, KAUST y la empresa HUMAIN.

Según el equipo, MathNet abarca 17 idiomas, 143 competiciones y unas cuatro décadas de matemáticas olímpicas. Los autores tuvieron que reunir 1595 volúmenes en PDF que suman más de 25 mil páginas: desde documentos digitales recientes hasta escaneos antiguos que durante años solo existieron en colecciones privadas. Una parte importante del archivo procede de la colección particular de uno de los coautores, que lleva escaneando a mano recopilaciones de olimpiadas desde 2006.

Según el MIT, el conjunto de datos final es unas cinco veces mayor que su equivalente más cercano, ya está disponible en abierto y se presentará en la conferencia ICLR 2026, en Brasil. MathNet se diferencia por su escala, pero también por la calidad de sus fuentes. Muchos conjuntos de datos matemáticos existentes se construyeron a partir de foros como Art of Problem Solving; aquí, en cambio, los problemas proceden únicamente de las recopilaciones nacionales oficiales.

La diferencia importa: las soluciones de estos materiales suelen estar redactadas por expertos, pasan revisión y a menudo exploran varias formas de resolver un mismo problema. Además, el conjunto tiene un alcance geográfico mucho mayor: cubre seis continentes, incluye problemas textuales y visuales y no se limita a las tradiciones anglosajona y china. Para una validación adicional, el equipo reunió a un grupo de más de 30 revisores de distintos países, que verificaron conjuntamente miles de soluciones.

Para los investigadores, esto abre la posibilidad de entrenar modelos con una cultura matemática más diversa, en lugar de con un repertorio limitado de enunciados habituales. Como benchmark de IA, MathNet pone en aprietos incluso a los modelos más potentes. En el conjunto principal de 6400 problemas, GPT-5 obtuvo alrededor del 69,3 %, es decir, falló casi uno de cada tres problemas de nivel olímpico.

Cuando el enunciado incluye figuras, el rendimiento de los modelos cae todavía más, lo que apunta a una debilidad persistente en el razonamiento visual. El equipo también comprobó cómo se desenvuelven los modelos con idiomas menos extendidos: varios sistemas open source obtuvieron un 0 % en los problemas en mongol. Por otra parte, los investigadores añadieron un benchmark de retrieval en el que hay que reconocer la similitud estructural entre dos problemas.

Incluso los mejores modelos de embeddings encontraron la coincidencia correcta al primer intento solo en torno al 5 % de los casos. Esto también tiene consecuencias para las propias olimpiadas: en exámenes reales ya han aparecido problemas esencialmente similares, y rastrear equivalencias matemáticas entre idiomas, notaciones y formatos distintos resulta extremadamente difícil incluso para los expertos. Otra prueba mostró que la retrieval-augmented generation (RAG) sí ayuda, pero solo si el problema sugerido tiene realmente una estructura parecida: en DeepSeek-V3.

2-Speciale la mejora llegó a 12 puntos porcentuales, mientras que las pistas irrelevantes empeoraron el resultado en aproximadamente el 22 % de los casos. La utilidad práctica de MathNet va más allá de la IA académica. Para estudiantes y profesores, es un caso poco habitual en el que materiales olímpicos de alta calidad de decenas de países se reúnen en un solo lugar y con un formato unificado.

Para los desarrolladores de modelos, es un recordatorio de que las grandes proclamas sobre unas matemáticas «casi resueltas» son, por ahora, prematuras: en cuanto los problemas se vuelven realmente internacionales, multimodales y menos estandarizados, la brecha de calidad sigue siendo evidente. Por eso, MathNet puede convertirse en una de las pruebas más útiles del razonamiento matemático real de los modelos en los próximos años y, a la vez, en una de las bibliotecas abiertas más valiosas para preparar olimpiadas de matemáticas.