AI
AI 资讯
alishangtian.com
主题色 · THEME
提交线索
agentanthropicopenaihuggingface daily papersgpuai安全jake whartonit之家solidot港股

搜索：Lean

共命中 34 条（服务端检索）
Lean Pool: An AI-Maintained Archive of Formalized Mathematics
Lean Pool is a repository of formalized mathematics. It is grown, maintained and optimized by AI agents.
智能体 HuggingFace Daily Papers · 9-21 阅读 6·访客 6
AI 做数学研究走到了哪一步：奖牌、轰炸与「数学 2.0」之争
从 IMO 奖牌级表现到一次发布 372 项结果引爆抵制，AI 证明在 2026 年接连突破也接连越界。本文梳理 AlphaProof、Gemini Deep Think 与 OpenAI 最新成果、Lean 形式化生态的进展，厘清机器辅助证明当前的能力边界，以及数学社区围绕「数学 2.0」的核心争论。
研究前沿 精选 · 原创 · 4天前 阅读 87·访客 83
从 AlphaProof 到 IMO 金牌：AI 数学推理为什么死磕形式化验证
2024 年 AlphaProof 以 28/42 拿下奥数银牌，靠的是在 Lean 里写机器可验证的证明；2025 年 Gemini 与 OpenAI 模型以自然语言证明达到金牌线。为什么 DeepMind 先走了一年形式化的「弯路」？陶哲轩的 Lean 实践给出了另一重答案。
研究前沿 精选 · 原创 · 10-7 阅读 385·访客 372
StochBench: A Domain-Specific Benchmark for Stochastic Processes in Lean
Leading benchmarks for formal theorem proving with large language models are small collections drawn from competition ma…
研究前沿 HuggingFace Daily Papers · 9-8 阅读 14·访客 12
Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed
Manuel Uth Oct 12, 2026 Google Deepmind's AI solved dozens of open math problems on its own,** per a new study in Scienc…
行业动态 The Decoder · 2天前 阅读 5·访客 5
AI agent teams waste massive tokens for barely measurable quality gains, research finds
Oct 11, 2026 AI agent teams deliver almost no better results than single agents, research finds.** Evals company Vals AI…
智能体 The Decoder · 3天前 阅读 17·访客 14
陶哲轩：数学2.0时代已至！
文婷* 2026-10-11 15:52:16 来源：量子位 文婷 发自 凹非寺 量子位 | 公众号QbitAI 数学2.0时代已至。** 刚刚，数学界的领军人物、菲尔兹奖得主陶哲轩正式发文： AI正在让数学证明变得泛滥，建立在证明稀缺之…
行业动态 量子位 · 3天前 阅读 1·访客 1
王的猜想，刚刚扩展到四维
听雨* 2026-10-11 13:23:47 来源：量子位 听雨 发自 凹非寺 量子位 | 公众号QbitAI 今年7月，王虹、邓煜在费城国际数学家大会上拿下菲尔兹奖。 消息刷屏那几天，Anthropic员工Alek Dimitriev…
行业动态 量子位 · 3天前 阅读 5·访客 5
AI 开始发现新数学了吗：从 FunSearch 到 AlphaEvolve
从 FunSearch 把 cap set 下界从 496 推到 512，到 AlphaEvolve 五十六年来首次改进 4×4 矩阵乘法，再到陶哲轩带着 AlphaEvolve 一次测了 67 个问题——AI 正在从「解出已知的题」走向「产出人类未知的新构造」。本文梳理这条机器发现路线的方法演进与代表结果，也整理 METR 与陶哲轩本人最直接的质疑：这到底是数学发现，还是高级暴力搜索。
研究前沿 精选 · 原创 · 4天前 阅读 97·访客 93
AI 数学能力到底怎么测：基准、污染与「会考试不等于会研究」
FrontierMath 发布时最好的模型不到 2%，一年半后最高分冲到约 52%；可同一时期，GSM1k 证明部分模型的高分有背题成分，FrontierMath v2 修正了四成多题目，25 位菲尔兹奖得主联名批评「竞逐名题」。本文梳理数学评测五年演进、数据污染的实锤机制、FrontierMath 资助风波，以及 2026 年评测范式向证明题与开放问题的转向。
研究前沿 精选 · 原创 · 4天前 阅读 80·访客 78
OpenAI的数学解法尚未达到数学界标准
OpenAI本周发布数百个声称解决了世界最难数学问题的解答，但未能满足AGMAI顾问团强调的人类理解要求，且新论文指出其模型所解百万美元问题在自然语言与形式化表述之间存在差距。
行业动态 TechCrunch · 5天前 阅读 35·访客 35
陶哲轩转发抵制声明，数学界和OpenAI彻底撕破脸
一次性发布 700 多个文件并非学术成就的体现，而是权力的炫耀。** 我们敦促数学家们停止与 OpenAI 的合作，回归以人类理解为中心的科学理念。** 这是人类数学协会在 OpenAI 发布大量数学研究成果后，专门写了一篇声明用来回应这件…
研究前沿 爱范儿 · 5天前 阅读 4·访客 4
科技早报：苹果智能家居新品曝光、GPT-6 推送、DeepSeek 融资等多条行业动态
一篇汇总多条科技行业新闻的早报，涵盖苹果新品曝光、GPT-6 推送、DeepSeek 融资传闻、Claude Haiku 5.5 发布、诺贝尔奖揭晓、汽车与能源行业变化等内容。
行业动态 爱范儿 · 6天前 阅读 33·访客 33
ChatGPT踢到铁板了！能破解千禧数学难题，但论文复现率低至13.98%？
OpenAI模型在数学难题上频传突破，但PaperBenchX测评显示最强模型在93个真实论文复现任务中完整复现率仅13.98%，引发如何衡量AI科研进步的讨论。
大模型 量子位 · 6天前 阅读 7·访客 7
OpenAI一夜甩出722篇数学论文！黎曼霍奇BSD全上阵，数学家：读不过来
听雨* 2026-10-07 09:05:13 来源：量子位 三位菲尔兹奖得主：不代表认可 听雨 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，OpenAI往数学界扔了颗重磅炸弹—— 一口气公开****722篇数学手稿****，全…
研究前沿 量子位 · 10-7 阅读 32·访客 32
OpenAI dumps 372 AI-generated math proofs on GitHub, telling the academic world to keep up
Oct 7, 2026 Key Points OpenAI has published 372 mathematical results generated by an internal AI model. The results are …
开源项目 The Decoder · 10-7 阅读 25·访客 25
不er，咋陶哲轩也成AI减速派了？？
林, 方舟* 2026-10-06 15:59:17 来源：量子位 Jay 发自 凹非寺 量子位 | 公众号 QbitAI 不er，陶哲轩咋成AI减速派了？？ 是的，就是那个曾经最爱AI、逢人就安利AI工具的男人，**一夜之间，漂移到了A…
行业动态 量子位 · 10-6 阅读 10·访客 10
Chinese AI models parrot state doctrine or refuse to answer on sensitive topics
Manuel Uth Oct 4, 2026 Nano Banana Pro prompted by THE DECODER Chinese AI models frequently toe the party line when aske…
行业动态 The Decoder · 10-4 阅读 60·访客 56
DeepSeek Harness v0.2 Brings Official Desktop Apps to Its Open-Source Agent Harness
!(https://www.gstatic.com/images/branding/googleg/1x/googleg_standard_color_128dp.png)Add as a preferredsource on Google…
智能体 MarkTechPost · 10-4 阅读 40·访客 40
Fewer Tokens, Better Action: GPT-6 Astra Robot Agents with 14% Higher Success Rate but 65% Fewer Tokens
Vision language model (VLM) agents can control robots through visual feedback and action primitives, but repeated model …
智能体 HuggingFace Daily Papers · 10-1 阅读 14·访客 14
A Coding Guide to Google Research’s MSEB: Writing Sound Encoders to the Benchmark Contract and Scoring Them Across Classification, Clustering, Retrieval and Segmentation
In this tutorial, we work with **MSEB**, the Massive Sound Embedding Benchmark from Google Research, and approach it fro…
研究前沿 MarkTechPost · 9-27 阅读 36·访客 35
Nvidia's SoL-Pi system cuts coding agent token usage nearly in half by optimizing the harness
Sep 26, 2026 Nano Banana Pro prompted by THE DECODER A new Nvidia paper describes a system that automatically optimizes …
智能体 The Decoder · 9-26 阅读 38·访客 38
OpenAI pauses its "most capable models" after agents exploit loopholes and leak data
Sep 26, 2026 GPT-Image-2 prompted by THE DECODER Key Points OpenAI has released details about internal safety incidents …
智能体 The Decoder · 9-26 阅读 33·访客 33
NVIDIA Introduces SoL-Pi: Auto-Research Loops That Cut Coding Agent Token Traffic by Up to 49%
Coding agents now run for hours, not minutes. Every edit, test run and log read goes back into the model’s context. A te…
智能体 MarkTechPost · 9-22 阅读 37·访客 36
小米 MiMo-V2.6 发布：Pro 与 Flash 双版本价格不变，超越 Kimi K3、GLM-5.3 成为当前 AA 指数排名最高的开源模型
IT之家 9 月 22 日消息，小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。 小米称这是其探索 RSI（递归自我改进）路径的关键一步，通过规模化扩展强化学习算…
开源项目 IT之家 · 9-22 阅读 49·访客 49
AI hallucination nearly triggers US military operation
“It’s important for service members to understand the uncertainty inherent to LLMs," a GovAI research scholar warns. ]
大模型 TechCrunch · 9-19 阅读 29·访客 29
“留给人类阻止AI的时间不多了”
AI有可能终结我们所有人]
行业动态 量子位 · 9-19 阅读 13·访客 13
前OpenAI后训练VP回应陶哲轩：说AI毁了数学，可能还是太小瞧AI了
未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。]
行业动态 量子位 · 9-15 阅读 20·访客 19
ModaLens: Measuring Image Sensitivity in Report-Conditioned Medical VLMs
A radiology report can already answer a clinical question, so it is hard to tell whether a vision-language model also us…
行业动态 HuggingFace Daily Papers · 9-14 阅读 12·访客 12
AI数学的最后一道高墙，塌了！GPT-6 Astra刷穿FrontierMath Tier 4
FrontierMath Tier 4，饱和了]
大模型 量子位 · 9-12 阅读 30·访客 24
陶哲轩邓煜究竟在反对什么：AI暴力解题摧毁人类数学精神
25位菲尔兹奖得主联名吹哨]
行业动态 量子位 · 9-12 阅读 14·访客 13
OpenAI这是拿千禧年难题当Benchmark刷啊。。。
爆料直指霍奇猜想]
研究前沿 量子位 · 9-11 阅读 19·访客 15
早报｜库克看到华为三星后，推动苹果加速研发折叠屏iPhone/小米中折叠「卖爆了」，首销增长310%​/《旅行青蛙・中国之旅》12月8日停运
· DeepSeek 内测 V4.1 Flash · 两部门要求车企定期报告供应商账期，重点企业每年接受评估 · 曝微信 PC 版接入 AI 助手「小微」，可操作聊天与小程序 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更…
大模型 爱范儿 · 9-9 阅读 24·访客 24
OpenAI 宣布攻克千禧年难题，清华姚班传奇陈立杰：不可思议的时代
1 万个 AI Agent，挑战百年数学难题 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 ]
智能体 爱范儿 · 9-9 阅读 19·访客 16