论文与研究
-
Anthropic数学家称与Claude完成黎曼猜想的形式化证明,MIT独立内核复核已通过多项检查
11月20日,Anthropic数学家Levent Alpöge在个人网站发布说明,称自己与Claude合作,得到了黎曼猜想的证明,并认为同一方法可推广到广义黎曼猜想,相关论证已在Lean中完成形式化。麻省理工学院的Andrew Sutherland随后公开了独立复核进展:在11月20日22:05(UTC)的更新中,多项编译和独立内核检查已经通过,仍有部分对照流程在运行。
-
地平线发布视频几何模型LoFT:5.145亿参数,从RGB视频联合预测位姿、内参和深度
地平线机器人实验室发布原生视频几何基础模型LoFT。它采用双循环Transformer,能从RGB视频中联合预测相机位姿、内参和逐帧深度。模型约5.145亿参数,在约297万条序列、9.62亿帧图像上训练,多项深度估计指标领先。
-
OpenAI展示芯片设计新成果:AMD旗舰GPU的PPA最多提升14%,部分改动已送去流片
OpenAI公布用自研模型优化芯片设计的最新结果:在AMD旗舰GPU IP上,相对已高度优化的基线,PPA最多提升约14%,部分改动已送去制造。自研推理芯片Jalapeño的向量单元标准单元面积约降13%,并已在硅片验证中得到证实。
-
英伟达推出Nemotron for Science:开放近5万道化学题,实验室反馈后量子点实验准确率提到61%
英伟达把开源模型Nemotron 3.5 Super VL、近5万道化学题的LitmusBench v0.2和后训练配方打包成Nemotron for Science,帮助研究者构建可调用计算工具的科研智能体。模型和数据集已在Hugging Face上线,并针对128GB的DGX Spark做了本地运行优化。
-
OpenAI将ChatGPT学术研究者计划扩至20万人:11月23日起先到先得发放5万份Plus名额
OpenAI把面向科研人员的免费ChatGPT计划目标扩大到20万人。该计划7月启动试点,下一轮11月23日起先到先得发放5万份Plus名额,每位获助者可带最多两名合作者;默认不把计划内数据用于训练模型。
-
澳大利亚央行研究:AI对就业的整体冲击仍有限,但高暴露岗位里的年轻人已先感到“寒意”
AI到底有没有抢走工作?澳大利亚央行搭了一套监测工具,给出的答案是:整体还看不出来,但信号最先出现在入行不久的年轻人身上。
-
让AI先猜湿实验结果:新基准SPU收录4207个真实实验,最强模型也只有约一半任务跑赢随机排序
给AI一组实验条件,让它在动手做实验之前先猜出哪种条件结果更好——新基准SPU把这件事量化了,结果显示最强的前沿模型离可靠预测还很远。
-
你问的未必是你真正想解决的:Ai2发布XYBench,8115道题测出大模型不善纠正用户的“错误提问”
用户问“怎么让奶油不从纸杯蛋糕上滑下来”,真正的问题却是蛋糕还没凉。Ai2新发布的XYBench专门测这类“问错了问题”的场景,结果发现主流大模型往往顺着错误思路回答,而不是帮用户找到真正的症结。
-
AI读懂哥德尔尘封80年的速记笔记:663条定理浮出水面,约400条经Coq验证成立
哥德尔在1940年代留下的1009页工作笔记大多用早已过时的德语速记写成,人类团队每周只能啃下一页。今年9月引入AI后,几天就完成了全书梳理,揭示出数百条此前无人知晓的定理。
-
研究发现AI聊天机器人会把购物者引向假冒网站:Perplexity约15%的回答出现高风险链接,ChatGPT约8%、Gemini约4%
一项由知识产权保护公司Podqi完成、独家提供给The Verge的研究显示,ChatGPT、Gemini和Perplexity在回答“去哪儿买某品牌”这类购物问题时,都会展示假冒或高风险网站,比例最高约15%。