精选

当前热点

热榜
  1. 1Lean 社区启动黎曼猜想形式化证明独立验证99 热度
  2. 2Thinking Machines 开源 26B 循环模型 Inkling 2 Mini81 热度
  3. 3Anthropic 登陆纳斯达克 募资 935 亿美元刷新纪录47 热度
  4. 4OpenAI 强化推理防泄露 攻击成功率降至 0.2%45 热度
  5. 5OpenAI 发布 GPT-6.2 Astra 与 Sol 提示词模板35 热度
星期六·15 篇精选信源
  • 宝玉 (@dotey)T2·基座大模型·96 分
    ||查看深度研判

    Anthropic 数学家与 Claude 联手证明黎曼猜想

    原标题:2026 年 11 月 20 日,Anthropic 的数学家 Levent Alpöge 宣布,他和 Claude 一起证明了黎曼猜想,交出来的是 1700 万行 Lean 代码。

    Anthropic 数学家 Levent Alpöge 宣布与 Claude 合作完成黎曼猜想证明,交付 1700 万行 Lean 代码,Lean FRO 与 Mathlib 社区已联合认证其通过全部机器验证。这是 AI 首次参与攻克数学界悬置 160 余年的顶级难题,也首次将形式化验证推到如此规模。同一天斯坦福发布的纯人工证明草稿数小时内即被 AI 查出问题,形成鲜明对照。

    💡 推荐理由AI 首次参与攻克悬置 160 余年的顶级数学难题并通过大规模形式化验证,是 AI 时间线上的里程碑事件。
  • IT之家 · IT业界T2·商业与生态·78 分
    ||查看深度研判

    SEC 调查英伟达会计问题 股价较 10 月高点腰斩

    原标题:消息称美国证券交易委员会对英伟达潜在会计问题展开调查,股价较 10 月高点腰斩

    路透社援引知情人士称,美国证券交易委员会执法部门正审查英伟达可能存在的会计问题,SEC 与英伟达均拒绝置评。消息叠加此前《华尔街日报》报道,令投资者担忧加剧,英伟达股价当日跌超 14% 至 125.5 美元,较 10 月高点 243.4 美元回落逾 48%。

    💡 推荐理由监管调查直指 AI 算力龙头财务合规,叠加股价腰斩,是影响整个 AI 产业链情绪的关键产业事件。
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    UT Austin 系统在《泰晤士报》填字锦标赛中击败人类冠军

    原标题:"the first automated system to reach superhuman performance on British cryptic crosswords."

    得克萨斯大学奥斯汀分校团队开发的自动化系统 Darmok 在 2026 年《泰晤士报》填字锦标赛中,以零错误完成全部 7 道英国隐晦填字谜题,并在决赛中以 3 分 13 秒的优势击败人类冠军,成为首个在该类赛事达到超人水平的自动化系统。值得关注的是,决赛期间主模型供应商 API 明显降速,系统依靠备用路径补上了 30 个答案中的 17 个,凸显多模型冗余路由对实时高可靠任务的关键价值。

    💡 推荐理由首个在英国隐晦填字谜赛事中达到超人水平的自动化系统,且暴露了真实赛事中 API 降速与多模型冗余路由的工程价值。
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    马里兰大学研究:前沿模型可凭文风识别匿名作者

    原标题:New University of Maryland paper finds that frontier models now detect AI-written prose as well as t...

    马里兰大学新论文发现,前沿模型在零样本提示下即可检测 AI 生成文本,准确率与 Pangram 等训练过的检测器相当,并能给出推理依据。更关键的是,模型仅凭单篇文本就能推断作者所属 AI 实验室甚至具体个人,在 398 篇匿名同行评审中 Claude Fable 5.2 命中 56% 的评审人,在 Reddit 重度用户评论中命中 69% 的账号。这意味着匿名评审与化名社区的匿名性假设正被削弱。

    💡 推荐理由该研究把文风指纹识别推到前沿模型的原生能力层面,直接冲击匿名评审与化名社区的隐私假设。
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·88 分
    ||查看深度研判

    Claude 自主发现算法突破 3SUM 与全源最短路极限

    原标题:New Columbia and MIT paper shows that an algorithm Claude found beats the long-standing speed limits...

    哥伦比亚大学与 MIT 的论文显示,Claude 在无人工干预下自主发现了一种更快的长瘦矩阵乘积部分元素计算方法,并借助经典归约将其转化为 3SUM 与全源最短路径的算法加速。3SUM 复杂度降至 O(n^1.9992)、APSP 降至 O(n^2.9995,虽提升幅度极小,却首次实质性反驳了长期被视为不可突破的 3SUM 与 APSP 猜想。该结果由 AI 单次会话、1600 万输出 token 完成,并经 Lean 4 形式化验证。

    💡 推荐理由AI 首次自主推翻长期算法复杂度猜想,是 AI for Science 与算法研究的标志性节点。
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·88 分
    ||查看深度研判

    Anthropic 数学家 Alpöge 借助 Claude 完成黎曼猜想的证明,并将全部论证形式化为约 1700 万行机器可验证代码,Lean 官方社区在一天内完成认证。这是 AI 首次参与攻克数学界悬置 167 年的最著名未解难题,Claude 在超出人类掌握范围的高阶环节提出了关键步骤。

    💡 推荐理由AI 首次参与攻克数学界最著名的百年难题,且以可机器验证的形式化证明落地,是 AI for Science 的标志性节点。
  • Rohan Paul (@rohanpaul_ai)T2·基座大模型·78 分
    ||查看深度研判

    英伟达新方法将推理轨迹缓存为 CPU 代码 成本降 291 倍

    原标题:New NVIDIA paper finds that once an LLM has reasoned through a problem, the solution can run as CPU ...

    英伟达论文提出将大模型的推理轨迹编译为带参数的小型 Python 函数,在 CPU 上执行以复用推理结果,仅在抽取数值等轻量文本任务时调用微调的 1B 小模型。该方法在 8 个数学与科学基准中的 7 个达到或超过原模型精度,AIME '25 上为 93.3% 对 83.3%,对改写或换数的变体覆盖至少 90%,成本降低 16 至 291 倍。

    💡 推荐理由把重复推理固化为可执行代码的思路,为智能体高频调用场景提供了可量化的降本路径。
  • Hacker News AIT2·基座大模型·88 分
    ||查看深度研判

    Lean 形式化黎曼猜想证明通过多内核验证

    原标题:Verification files for the Lean proof of the Riemann Hypothesis

    MIT 的 Andrew Sutherland 使用 Claude Code 对一份 Lean 形式化的黎曼猜想证明进行了独立验证:175,187 个模块全部编译通过,五个核心定理仅依赖三条标准公理,两个独立内核 nanoda 与 con-leche 均接受完整导出证明。这标志着 AI 辅助形式化数学在重大未解难题上首次达到可被机器独立复核的验证强度。

    💡 推荐理由AI 辅助形式化数学首次在黎曼猜想级别难题上通过多内核独立验证,是形式化推理与 AI 工程结合的里程碑事件。
  • Hacker News AIT2·基座大模型·88 分
    ||查看深度研判

    Lean 社区正式验证黎曼猜想形式化证明

    原标题:Lean Verification of the Riemann Hypothesis - Joint statement by...

    Lean 与 Mathlib 社区联合声明,确认 Levent Alpöge 于 2026 年 11 月 20 日发布的 1700 万行 Lean 代码库正确证明了黎曼猜想,且陈述与证明均通过专家审核。这是 AI 辅助形式化数学与机器验证领域的里程碑事件,标志着大规模形式化证明首次触及顶级未解难题。

    💡 推荐理由形式化数学社区首次认证黎曼猜想证明,对 AI for Math 与机器验证生态具有节点级意义。
  • IT之家 · IT业界T2·算力与基建·78 分
    ||查看深度研判

    三星 2027 至 2029 年存储产能基本售罄

    原标题:曝三星未来三年大部分存储芯片产能已被锁定,有客户希望供货保障至 2031 年

    三星电子 2027 至 2029 年的大部分存储芯片产能已被长期合同锁定,部分客户要求将供货保障延长至 2031 年。AI 数据中心扩张导致 HBM、通用 DRAM 与企业级 NAND 全面短缺,主要厂商供货满足率仅 60% 至 70%,2027 年通用 DRAM 晶圆产能已实际售罄,存储厂商议价能力显著增强。

    💡 推荐理由存储产能被长期锁定至 2031 年,直接反映 AI 算力扩张对上游供应链的结构性挤压。
  • Marktechpost (@Marktechpost)T2·基座大模型·78 分
    ||查看深度研判

    Thinking Machines 开源 26.4B 循环 Transformer 模型

    原标题:▲ Thinking Machines just released Inkling 2 Mini, a 26.4B looped transformer small enough to run on ...

    Thinking Machines 发布 Inkling 2 Mini,采用循环 Transformer 架构:仅存储 24 层,中间 12 层以共享权重重复运行 3 次,单 token 实际经过 48 层计算,约 20GB 检查点即可在 32GB Mac 上本地运行。模型总参数 26.4B、激活 3.4B,支持 1M 上下文,以 Apache 2.0 开源,SWE-bench Verified 达 79.2%,DeepSWE 1.1 以 48.2% 超过 Qwen3.8-27B 的 42.2%,但知识召回明显偏弱。

    💡 推荐理由循环层共享权重的小模型以 Apache 2.0 开源并可在消费级设备本地运行,为端侧与低成本推理提供新架构范式。
  • The DecoderT2·基座大模型·88 分
    ||查看深度研判

    Anthropic 称 Claude 证明黎曼猜想 斯坦福同日发布纯人类竞争稿

    原标题:Hours after Anthropic claims a Claude proof of the Riemann hypothesis, Stanford releases an all-human competing draft

    Anthropic 数学家 Levent Alpöge 与 Claude 合作,宣称给出广义黎曼猜想的证明,并以 Lean 语言形式化提交供机器验证。数小时后,斯坦福研究者 Alessandro Masullo 发布了一份完全由人类完成的独立竞争性证明稿。这一同日对撞既凸显 AI 在顶级数学研究中的实际参与度,也把“AI 成果如何被可信验证”的争议推到台前。

    💡 推荐理由AI 首次被宣称攻克数学界最著名的开放问题之一,且同日出现人类竞争稿,是 AI for Science 的标志性事件。
  • The DecoderT2·基座大模型·78 分
    ||查看深度研判

    Thinking Machines 开源 264 亿参数循环 Transformer 模型

    原标题:New open model Inkling 2 Mini thinks in loops to solve problems with fewer words and still runs on a laptop

    Thinking Machines 发布开源模型 Inkling 2 Mini,采用循环 Transformer 架构,24 层中有 12 层对每个 token 重复执行三次,从而在不增加输出 token 的前提下延长内部推理。该模型为 26.4B 参数的混合专家模型,每 token 激活 5.4B,支持文本与图像输入、100 万 token 上下文,采用 Apache 2.0 许可,可在笔记本上运行。在 100B 以下开源模型中,其智能体编程测试成绩领先,DeepSWE v1.1 得分 48.2%,Vals Index v2.2 得分 46.5%。

    💡 推荐理由循环 Transformer 架构叠加小体积开源权重,为端侧推理与高效智能体编程提供了新的可复现路线。
  • The DecoderT2·商业与生态·78 分
    ||查看深度研判

    AI 疑虑升温 美股科技板块创疫情以来最大周跌幅

    原标题:US technology stocks suffer their worst weekly loss since the pandemic as AI doubts pile up

    受 AI 估值疑虑、英伟达遭 SEC 会计审查以及伊朗战争推高油价与利率等多重因素叠加影响,美国科技股本周录得疫情以来最差单周表现。英伟达周五暴跌 14%,费城半导体指数下挫 10.7%,闪迪、美光、博通等存储与芯片股全线走弱;Anthropic 上市次日下跌 9.1%。市场正重新审视芯片与存储股高估值的合理性。

    💡 推荐理由这是 AI 资本周期的重要情绪拐点信号,直接反映市场对 AI 芯片与模型公司估值的重新定价。
  • 量子位 (微信公众号)T2·智能体与协同·78 分
    ||查看深度研判

    腾讯元宝联合 KCL 发布群聊 Agent 记忆基准

    原标题:8万条群聊消息做成考卷:腾讯元宝×KCL发布首个基于群聊构建的Agent记忆基准

    腾讯元宝与伦敦国王学院 NLP 团队联合发布 GroupAssistBench,基于 50 个真实群聊、80,299 条历史消息构建 2,395 道评测题,首次将 Agent 记忆能力拆分为 L1 事实召回与 L2 开放式服务两个层级。实验对比 14 组配置后发现,记忆召回更强并不等于服务能力更强,例如 EverMemOS 在 L1 得分 0.621 高于完整上下文的 0.570,但在 L2 仅得 0.247,远低于后者的 0.431。论文、代码与数据集均已公开。

    💡 推荐理由首个基于真实群聊构建的 Agent 记忆基准,揭示记忆召回与服务能力脱节的关键问题,且数据代码全开源。