跳到正文
目前篩選:觀點
今天11月22日週日13 則
  1. 新浪科技78

    AI攻克黎曼猜想,帶來多重意想不到的衝擊

    文章稱,數學研究員萊文特·阿爾珀格與 Claude 合作證明黎曼猜想,Lean 與 Mathlib 社羣其後確認該證明正確。文中又稱,兩者亦解決了廣義黎曼猜想,形式化證明達1,740萬行、超過25萬頁,Claude 在證明過程中提出關鍵思路。專欄認為,研究所需資源轉向科技巨頭掌握的算力和未公開研究模型,將令基礎科學的議程設定權、發布節奏及評價體系加速轉向科技資本。

    推薦理由:文章以形式化證明的規模和社羣認證為切入點,討論 AI 進入數學研究核心後,對同行評審及學術共同體的影響。

  2. 虎嗅90

    黎曼猜想證明公佈後,AI 如何影響數學研究

    數學家 Levent Alpöge 與 Claude 於 11月20日公佈黎曼猜想的證明,Lean 與 Mathlib 社羣翌日確認其形式化程式通過獨立檢查。完整 Lean 程式約有 1700 萬行,供人閲讀的説明只有四頁,數學界仍須梳理證明中的新思想。文章並探討 AI 參與數學研究後,成果公開時機、學術優先權與理解證明之間的取捨。

    推薦理由:文章將形式化驗證迅速完成與數學界仍需時間理解證明思路並置,梳理 AI 參與研究後公開成果和優先權面對的張力。

  3. 新浪科技70

    Anthropic 研究員稱與 Claude 合作找到黎曼猜想的一個證明,逾25萬頁證明文本引發核驗與成果歸屬討論

    Anthropic 研究員萊文特·阿爾珀格稱,他與 Claude 合作找到黎曼猜想的一個證明,並附上約 1700 萬行 Lean 形式化程式碼。他公開 4 頁説明及 14 個壓縮檔;Claude 生成的文字證明逾 25 萬頁,尚未公開,James Maynard 認為有 98% 可能正確,但仍需額外檢查。

  4. DEV Community33

    數學中的 AI

    有報道指,AI 工具已證明七個克雷千禧年大獎難題中的三個,但相關證明仍需數學家花大量人力核實。文章將數學證明比作軟件工程中的單元測試,並主張以單元證明確認程式碼是否符合預期。AI 把自然語言證明轉成 LEAN 時可能編造內容,因此程式能執行並不足以證明結果正確,仍須人工檢查。

  5. 創業邦50

    海淀最值錢的「土特產」:科技大佬

    清華姚班校友活躍於騰訊、DeepSeek、OpenAI 和 Meta 等公司,成為全球 AI 產業的重要人才。姚班成立於2005年,已培養近840名畢業生;清華大學交叉信息研究院公佈,超過半數畢業生選擇在國內發展。校友的專業基礎與長期研究,也在 AI 發展中受到重視。

  6. 創業邦65

    姚順雨:不要過度思考

    混元團隊在 Reddit 問答中把後訓練最難改善的模型行為概括為「過度思考」,文章由此分析混元的迭代與成本策略。Hy4 flash 透過自蒸餾和強化學習,把後訓練端到端輸出長度降低約50%,內部測試單任務成本約為 Hy4 的1/20。文章指出,騰訊第三季度資本開支為651億元、同比增長225%;混元要連接騰訊產品與雲服務,商業化回報是 AI 投入能否持續的關鍵。

  7. 新浪科技51

    AI 服務商憂慮算力短缺,企業手上的 GPU 為何仍閒置或低效運行?

    文章指出,企業在大量採購 GPU 的同時也出現設備閒置,而已投入服務的 GPU 亦可能受軟硬件機制限制,無法充分發揮算力。VentureBeat Intelligence 在 2026 年 7 至 9 月調查中,218 名披露使用情況的受訪者有 79% 表示顯示卡至少一半時間閒置;172 名自報閒置者中,70% 計劃未來一年引入、增配或更換平台。

  8. 新浪科技50

    混元團隊回應近百個問題:不刻意刷榜,將訓練更大模型

    混元團隊在 Reddit AMA 回應近百個問題,表示將訓練規模進一步顯著擴大的下一代 Hy 模型,並會繼續投入大規模強化學習。Hy4 的參數量為 770B,Hy4 flash 為 224B;Hy4-mini 已列入路線圖,團隊亦正考慮研發 24B 至 31B 的稠密模型。團隊稱不刻意刷榜,並以較新的高難度基準及多元內部評測評估模型。

  9. DEV Community89

    Claude 協助的黎曼猜想證明:獨立核查實際顯示甚麼

    Anthropic 數學家 Levent Alpöge 表示,他相信自己與 Claude 找到了黎曼猜想的證明;Lean 與 Mathlib 社羣於 11 月 21 日公佈多項獨立核查,並對原始猜想證明的正確性表示充分信心。

    推薦理由:文章拆解 Lean 與 Mathlib 對命題、編譯、定理對照及證明檢查器的核查,並區分形式正確性、數學理解與獎項審議的不同階段。

11月21日週六
  1. 新浪科技51

    OpenAI 與 Anthropic 挑戰千禧年難題,七道題進展如何?

    OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。

  2. DEV Community47

    自主任務中的 RL 陷阱:為何 AI 編碼速度倍增,卻無力評估架構?

    METR 指出,AI 在編碼方面的能力受惠於編譯器和單元測試提供的明確回饋,但面對需要定性判斷的架構評估,RL 缺乏清晰的優化目標。AI 自行設計的評測工具沒有一套達到實際研究環境的使用標準,Opus 5.5 亦僅由明顯低於標準進步至接近高於標準。文章建議把有測試套件保障的執行工作交給 AI,架構判斷則保留人類審核。

  3. DEV Community38

    Anthropic Claude 2026 評測:開發者須知

    Claude Opus 4.6 在深度推理、長上下文分析及技術工作方面表現突出,評測認為它適合重視這些能力的開發者。Claude 的上下文窗口為 200K tokens;Claude Sonnet 4 API 輸入價格為 $3/MTok,適合日常編碼。相較之下,ChatGPT 的多模態功能及外掛生態較廣,Claude 則在純編碼和技術分析方面更具優勢。

  4. 虎嗅75

    數學家稱 Claude 協助證明黎曼猜想,證明仍待同行核查

    在 Anthropic 任職的數學家勒温特·阿爾珀格稱,他藉助 Claude 找到黎曼猜想及廣義黎曼猜想的證明;相關 Lean 程式碼已通過編譯,但數學界尚未正式接受這項結果。這份證明若轉成可供人閲讀的數學文本,超過25萬頁,Lean 程式碼長達1,700萬行;專家仍在核對猜想定義是否遭改動,以及是否利用 Lean 內核的未知錯誤。

  5. 創業邦56

    「DeepSeek們」都在退場:限額並非免費 AI 的終結?

    DeepSeek為普通用戶的 App 及網頁版設限,文章認為退場的是免費無限量使用,而非免費 AI 服務本身。逾 7 天沒有互動的舊會話不能續聊,單次輸入上限約 4 萬字,每日用量亦設上限。文章並以豆包的分層付費和 OpenAI 在免費及低價 Go 檔加入廣告為例,分析 AI 平台調整免費服務邊界的不同做法。

  6. DEV Community68

    AI Tokenomics:Token 價格下降,企業 AI 開支為何反而上升

    AI Tokenomics 的核心矛盾是,Token 單價下降之際,企業 AI 總開支仍可上升,因為每項任務的 Token 用量和任務數量也在增加。Bain 數據顯示,2024 年 12 月至 2025 年 12 月,Token 成本減半而用量增加 450%,總支出約增至 2.75 倍。文章建議以用量預算、按任務難度選模型、快取及限制 Agent 執行循環來管理需求。

  7. DEV Community67

    Claude 協助的黎曼猜想證明通過 Lean 編譯,但不等於證明成立

    Levent Alpöge 與 Claude 協作提出的黎曼猜想證明候選,Lean 程式經 MIT 的 Andrew Sutherland 獨立編譯並通過,但尚未證明猜想成立。這套形式化包含 14 個檔案;下一步 comparator run 會核對定理陳述是否與數學界所指的黎曼猜想一致,並以多個獨立實作的核心重新檢查,文章撰寫時結果尚未公佈,同行評審亦未開始。

  8. DEV Community47

    OpenAI 的 MedChemBench 將 AI 帶入藥物研發實驗室,評分仍需結合背景理解

    OpenAI 推出 MedChemBench 評測 AI 的藥物化學推理能力,GPT-6.2 Astra 在 xhigh 設定取得 84.5% 可得分數。基準涵蓋 99 道題目、117 篇論文及專利中的 761 個分子結構,測試模型根據已公開資料重建研究決策。分數不代表成功研發藥物的機率;模型能否發現新藥或改善實驗室決策,仍未獲證明。

  9. 虎嗅68

    王虹和韋東奕們,也要被 AI「斬殺」了?

    OpenAI 一次過公佈 722 篇數學論文,涵蓋數論、幾何及理論計算機科學等領域,部分成果涉及困擾數學界多年的難題。文章指出,相關結果尚未經學術界同行審議,但 OpenAI 與 Anthropic 競逐數學研究成果的速度和規模,已令研究者憂慮課題、經費及就業前景。

  10. 新浪科技65

    姚順雨率混元團隊在 Reddit 舉行 120 分鐘 AMA,回答開發者提問

    姚順雨與混元團隊在 Reddit 舉行 120 分鐘 AMA,回答全球開發者有關混元模型、訓練、架構、安全及開源部署等問題。團隊表示,下一代 Hy 模型規模將大幅擴大,並持續投入大規模強化學習;Hy4-mini 已列入路線圖,Hy4 的 token 效率問題亦在優化。團隊亦談到 MoE 稀疏度、數據品質須以實驗檢驗、創意寫作與可讀性改進,以及繼續開源和推進 llama.cpp 適配。

  11. Hacker News 熱門(buzzing.cc 中文翻譯)76

    Scott Aaronson 評 Anthropic 模型據稱證明廣義黎曼猜想:隨機鸚鵡顯然已證明黎曼猜想

    Levent Alpöge 稱,他讓 Anthropic 模型證明廣義黎曼猜想,並產生 17.4 million lines Lean 程式碼。Scott Aaronson 指出 Lean 仍有 kernel bugs 等可靠性疑慮,但目前看不出這次證明利用漏洞,並傾向相信證明成立。他認為數學家仍須自行解釋、提煉並重構證明思路,而這可能需時多年。

    推薦理由:文章一面梳理 Lean 形式驗證的可靠性疑慮,一面指出數學家仍須理解並重構證明思路,呈現 AI 證明獲接受所面對的兩個層面。

  12. Unite.AI69

    Levent Alpöge 稱與 Claude 找到黎曼猜想證明,完整論證尚未獲獨立驗證

    Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。

11月20日週五
  1. DEV Community61

    過度依賴 AI 或削弱記憶與技能,文章建議先思考再使用

    文章綜述多項研究,認為過度依賴 AI 可能削弱記憶,以及離開 AI 後的寫作、學習和專業技能。MIT Media Lab 一項涉及 54 人的 2025 年研究中,83.3% 使用 ChatGPT 的參與者未能引述剛完成文章的一句;文中亦提到,使用 GPT-4 練習的高中生在考試中表現較差,而波蘭內視鏡醫生其後不使用 AI 時,癌前病變檢出率由約 28% 降至約 22%。

  2. 虎嗅54

    如果 AI 解開世界難題,人類數學家還剩下甚麼?

    AI 在數學解題、證明及數學發現方面的能力迅速提升,正衝擊傳統研究模式與數學家的職業價值。鄧煜批評模型公司訓練時利用人類知識,卻以防止蒸餾為由不公開思維鏈,並引出研究透明度、成果歸屬及學術評價的爭議。受訪數學家認為,基礎數學教育仍有助培養嚴謹論證與獨立判斷,數學家的價值或更多轉向解釋、理解與表達數學結果。

  3. 21ic電子網54

    加 NPU 還是加快取:六家 MCU 廠商的三種配置取捨

    文章比較六家 MCU 廠商在 NPU、向量單元與片上資源配置上的取捨,帶 NPU 型號的算力由 2.56 至 600 GOPS 不等。方案包括採用 Arm IP、自研加速器,或不配置 NPU 而側重定時器和模擬周邊;選型需按工作負載及工具鏈考量。模型若無法放進片內 SRAM,頻繁讀取 Flash 會削弱 NPU 的能效優勢。

  4. 虎嗅69

    馬化騰將智能革命稱為騰訊生死存亡命題,騰訊加快AI投入與組織變革

    馬化騰將智能革命定調為關乎騰訊生死存亡的命題,騰訊正加快組織變革並加大AI及算力投入。騰訊第三季度自由現金流為負691億元,資本開支651億元;WorkBuddy日活超1000萬,年化收入突破5億美元。HY4正式版採用770B總參數、49B激活參數的MoE架構,已落地WorkBuddy、CodeBuddy、元寶等產品;文章指出,騰訊仍需把自用AI轉化為可售AI。

11月19日週四
  1. DEV Community55

    LLM 評測正由模型輸出轉向智能體行動

    這份週報梳理 2026-11-12 至 2026-11-19 的 LLM 評測與可觀測性動向,指出評估焦點正由模型輸出文字轉向智能體的行動及其蒐集的證據。ViKernel Scanner 以 8 個模擬工具和 100 項攻擊檢查評估 20 個開放權重模型,全部得 D 或 F;中位數模型在 100 項檢查中有 40 項嘗試危險行動。

  2. 虎嗅61

    中國缺不缺算力?騰訊財報反駁項立剛觀點

    虎嗅文章根據騰訊第三季財報反駁項立剛「中國不缺算力」等説法,認為算力總量與可供前沿模型訓練的高效能算力不能混為一談。騰訊第三季資本開支為814.33億元,同比增527%;「預付款、押金及其他資產」由年初245.40億元增至1629.01億元,文章將其解讀為提前向供應鏈鎖定產能。文章亦指出,推理需求受顯存容量和頻寬影響,算力供應受限亦可能令混元下一個版本延後推出。