Anthropic 研究員稱 Claude 協助他證明黎曼猜想
Anthropic 研究員 Levent Alpöge 稱,他與 Claude 合作找到了黎曼猜想的證明,並表示成果亦涵蓋廣義黎曼猜想。他未有發表傳統論文,而是以 Lean 發佈約 17 million 行程式碼,供工具逐步檢查邏輯。這項證明尚未正式獲接納;數學家指出,Lean 編譯通過仍須確認命題表述正確,而且目前尚無人理解這份證明展示甚麼。
Anthropic 研究員 Levent Alpöge 稱,他與 Claude 合作找到了黎曼猜想的證明,並表示成果亦涵蓋廣義黎曼猜想。他未有發表傳統論文,而是以 Lean 發佈約 17 million 行程式碼,供工具逐步檢查邏輯。這項證明尚未正式獲接納;數學家指出,Lean 編譯通過仍須確認命題表述正確,而且目前尚無人理解這份證明展示甚麼。
MiniMax公佈最新內部模型的密碼分析研究成果,研究團隊利用該模型對現代密碼方案進行系統性自動化分析,發現多處此前未知的演算法構造缺陷,並將多項理論攻擊推進至秒級至分鐘級破解。該模型亦攻破歷屆 NIST 國際密碼標準化競賽中的多個候選演算法,這些演算法此前尚無已知實際攻擊。
MiniMax 表示,研究團隊以最新內部模型分析現代密碼方案,攻破多項候選算法及公開挑戰實例,並刷新新型分組密碼的最高破解輪數紀錄。模型在公鑰密碼數學挑戰中攻克數十個尚無公開解的高階實例,實測速度較當前最優算法快數百至數萬倍,相關技術報告和代碼已公開:https://github.com/MiniMax-AI/Research。
Apiiro 發現,Claude Code 的「Don't Ask Again」功能會把命令核准規則存入本機設定檔,令內含憑證、密碼及 API tokens 的內容可能外洩至公開儲存庫。
推薦理由:報道説明命令核准規則如何令機密資料進入公開儲存庫,並列出兩家安全公司的檢出數據及避免憑證留在命令中的處理建議。
數學家萊文特·阿爾波格與 Claude 合作完成的黎曼猜想證明,獲 Lean 與 Mathlib 開發者社羣確認通過形式化核驗。這份約 1700 萬行代碼的證明在公開後 24 小時內通過核驗;核驗對象是 Mathlib 版本的黎曼猜想命題,並非廣義黎曼猜想。形式化核驗不等同傳統同行評議,克雷數學研究所仍將黎曼猜想列為未解問題。
推薦理由:內容列明核驗從命題、編譯到證明內核的檢查環節,並説明形式化認證與數學共同體同行評議的不同定位。
Lean 與 Mathlib 社羣確認,Levent Alpöge 對黎曼猜想提出的證明正確。這位 Stanford 數學家於 Nov. 20, 2026 發表以 Lean 撰寫的證明,程式碼長達 17 million lines;數十人獨立執行程式後得到相同結果。驗證程式按設計可證明不會接受錯誤的證明。
推薦理由:這項結果以 Lean 檢查黎曼猜想證明,並有數十人獨立執行程式得到相同結果,呈現大型數學證明的可驗證方式。
Anthropic 數學家萊文特·阿爾珀格於 11 月 20 日宣佈,他與 Claude 合作完成黎曼猜想的證明。Lean 與 Mathlib 社羣於 11 月 21 日以約 1700 萬行形式化程式碼完成獨立核驗。2022 年菲爾茲獎得主詹姆斯·梅納德認為證明極可能正確,但表示須深入理解其數學思想才可獲學界全面認可;成果尚未經傳統同行評審流程正式接納,目前處於形式驗證確認階段。
推薦理由:形式化程式碼通過 Lean 與 Mathlib 社羣獨立核驗,但成果尚未獲傳統同行評審接納,呈現形式驗證與學界理解之間的不同門檻。
The AI Scientist 是一套研究框架,讓前沿語言模型無需人工介入,生成研究構想、編寫並執行程式碼、進行實驗及草擬論文,目標是實現全自動、開放式科學發現。若系統可靠,或可加快研究週期並降低成本;其意義取決於成果是否新穎、正確且可重現,而非只看文字流暢度。評估範圍、失敗率及同行評審是否接受這類論文,仍是主要不確定因素。
Anthropic 技術團隊成員 Levent Alpöge 稱,他與 Claude 找到黎曼猜想的證明,並以 17 million 行 Lean 程式碼呈現。Andrew Sutherland 等數學家編譯程式碼後,報告可無錯誤編譯。克雷數學研究所仍將猜想列為未解,並規定解答須在同行評審期刊發表,接受兩年獨立審查後才會獲認可。
P²-MOPD 在分佈轉移後以約一半的訓練步數,讓多教師學生模型達到相同的恢復表現。1.7 B 參數模型完全收斂時的平均恢復率為 94.7%,高於 MOPD 的 80.9%。評估涵蓋四個領域及 1.7 B、4 B 兩種模型規模。
Lean 和 Mathlib 社羣發表聯合聲明,表示完全相信 Alpöge 對黎曼猜想的證明正確。
Upload2Shell(CVE-2026-125396)是 Ghostscript Type 1 字體載入器中的 use-after-free 漏洞,特製文件可越過 -dSAFER 沙箱,並以渲染程序權限執行攻擊者指定命令。
推薦理由:材料逐一列出郵件、上載、縮圖及打印流程如何把文件送入 Ghostscript,並區分已確認命令執行與僅追蹤到處理路徑的應用程式。
英國倫敦國王學院研究人員開發出一種分析敗血症患者就診記錄的方法,可找出對 AI 模型預測影響較大的環節,協助醫院查找急症救治延誤的可能原因。這種方法亦可納入醫護人員的專業判斷,協助醫院確定應優先改進的環節。相關成果已在電氣電子工程師學會國際數據挖掘會議上報告。
《2026年腦機接口創新發展研究報告》指出,腦機接口的戰略意義正從「大腦與外部設備的直接連接」走向更為多維的產業賦能。2026年全球腦機接口企業數量由800多家增至1175家,中國產業集中於京津冀、長三角及粵港澳三大城市羣,合共190餘家,佔全國77.4%。報告將腦機接口分為四代,第三代多模態腦機接口是目前產業重點研發和攻堅的方向。
Lean及Mathlib社羣確認數學家 Levent Alpöge 與 Claude 合作完成的黎曼猜想形式化證明及命題表述正確。約1700萬行 Lean 證明程式碼通過官方內核及多個獨立檢查器核驗;Andrew Sutherland記錄的175187個Lean模組均成功編譯。不過,克雷數學研究所仍將黎曼猜想列為未解問題,形式化核驗亦不等同於數學界完成全部評估。
推薦理由:報道梳理了多套檢查器對形式化推導的核驗,也交代形式化核驗不等同於數學界完成全面評估或克雷研究所正式認定。
Lean 與 Mathlib 社區稱,萊文特・阿爾波格於 11 月 20 日發布的黎曼猜想 Lean 證明已通過核驗。該庫約有 1700 萬行程式碼,數十人報告可成功編譯,並復現相同的原始證明導出文件。社區另以 comparator 與 con-leche --compare 比對定理,並以 Lean 官方內核、con-leche、con-ron 及第三方檢查器檢驗惰性導出文件。
推薦理由:材料交代陳述正確、程式碼可編譯、定理相符及證明有效四項核驗標準,並説明多套檢查器如何驗證形式化證明。
Lean 與 Mathlib 社羣於當地時間11月21日確認,Levent Alpöge 與 Claude 合作完成的黎曼猜想形式化證明及命題表述正確。Andrew Sutherland 的技術記錄顯示,175187個 Lean 模組均成功編譯,五項主要定理僅依賴三個標準公理,完整證明亦通過獨立驗證內核檢查。這項核驗不等同數學界完成全部評估,克雷數學研究所仍將黎曼猜想列為未解問題。
推薦理由:報道説明 Lean 與多套獨立檢查器如何核驗證明及命題表述,並區分形式化核驗、數學界全面評估與克雷研究所的正式認定程序。
Lean 與 Mathlib 社區表示,萊文特・阿爾波格以 Lean 庫提交的黎曼猜想證明已通過核驗,相關代碼約 1700 萬行。聯合聲明稱四項核驗標準均已滿足;con-leche 與 con-ron 附有相對集合論形式化證明,可確保不會接受錯誤證明,檢查亦在不受源碼中潛在惡意代碼影響的惰性導出文件上執行。
推薦理由:聯合聲明列出四項核驗標準,並交代相對集合論形式化證明與惰性導出文件檢查的作用,呈現核驗如何處理邏輯可靠性與源碼安全疑慮。
《2026 年腦機接口創新發展研究報告》指出,全球腦機接口企業由 800 多家增至 1175 家;京津冀、長三角及粵港澳三大城市羣集聚 190 餘家,佔全國 77.4%。報告以靶點、流向、遞送和信號四個維度界定腦機接口,並將發展方向分為四代,當前產業重點研發多模態腦機接口。
Andrew Sutherland(MIT)公佈對一份 Lean 形式化黎曼猜想證明的核查進度,多項已完成檢查均通過。
推薦理由:材料分別列出多種核查器已通過及仍在進行的檢查,並界定結果僅涵蓋 Mathlib 定義下的黎曼猜想與 Dirichlet L 函數命題。
哥倫比亞大學與 CertiK 研究人員提出 TensorLean,這是一個以 Lean 為基礎、在 PTX 層級形式化驗證 GPU kernels 的框架。研究團隊檢查 149 個 kernel instances,證明其中 83 個正確,並在 6 個項目中發現 38 個正確性錯誤。TensorLean 找出的一項 FlashAttention-4 數據競爭,在 17,760 次測試中均未出現。
Anthropic 數學家 Levent Alpöge 提交的黎曼猜想形式化證明獲 Lean 和 Mathlib 社區認證,社區表示對其正確性有充分信心。驗證記錄顯示,175187 個模組全部成功編譯且錯誤數量為零;社區亦使用 Lean 官方內核及多個檢查器審查導出的證明資料。
推薦理由:文章梳理 Lean 與 Mathlib 社區如何比對定理定義、編譯程式碼並檢查導出的證明,呈現形式化驗證如何支撐這項數學成果。
視覺語言模型評估由早期驗證零樣本跨模態對齊,逐步轉向診斷推理、指令遵循、魯棒性與可信部署。現有方法涵蓋靜態基準、動態評估及診斷探針,並延伸至多語言、多文化、安全對齊和具身場景。評估範式正由離線測試擴展至動態、交互式場景,關注模型在真實環境中的可靠性與公平性。
Lean 與 Mathlib 社羣確認,Anthropic 數學家 Levent Alpöge 在 Claude 協助下提出的黎曼猜想形式化證明正確。約 1,700 萬行 Lean 程式碼包含 175,187 個模組,經 Lean 內核及多套獨立驗證工具檢查,未發現錯誤;證明涵蓋與 Dirichlet L 函數有關的廣義黎曼猜想版本,但不包括所有更廣泛的 L 函數猜想。
推薦理由:文章交代了 Lean 社羣與 MIT 如何以多套工具核驗形式化證明,也説明技術核驗與克雷研究所正式認定已解之間,仍涉及學界接納及獎金規則等程序。
在線資源分配與匹配(ORAM)研究請求順序到達、決策不可逆時如何配置有限資源;相關研究從追求效率,轉向權衡效率與公平。綜述梳理在線鏡像下降、學習增強算法及應對非平穩和對抗性環境的方法,並討論公平約束、分佈漂移與魯棒資源分配等問題。
這篇綜述梳理多智能體系統合作研究如何由進化博弈論的靜態互惠分析,轉向以多智能體強化學習(MARL)進行動態策略學習,並逐步納入公平、信任及社會偏好。研究聚焦非平穩性、部分可觀測、噪聲與異構智能體帶來的挑戰,涵蓋內在動機、通信協議、網絡拓撲及大語言模型在道德推理中的應用。文章按方法路線與取捨整理代表性工作,討論合作的魯棒性與可持續性。
這篇綜述梳理 AI 如何利用語音及多模態數據檢測痴呆症,並追蹤方法從手工聲學特徵、傳統分類器,演進至自監督語音模型和大語言模型推理。文章比較純聲學分析、多模態融合、大模型推理及聯邦學習等路線,並討論數據稀缺、私隱保護、模型可解釋性與公平性等挑戰。
深度學習物理學綜述梳理了統計物理、場論、泛化、臨界性及動力學等研究路線,説明該領域如何由平衡態統計分析轉向非平衡控制理論。文章指出,2025 年提出的人類中心學習力學(HCLM)將人類反饋視為調節熵耗散率的控制機制。高維熵的高效計算,以及將靜態理論擴展至動態理論和 CNN、Transformer 等架構,仍是待解問題。
這份綜述梳理推薦系統公平性、去偏與評估,呈現研究由靜態數據集的統計糾偏,轉向生成式推薦及 LLM 場景下的內部表徵審計與動態治理。內容涵蓋公平性度量、偏差建模與去偏、流行度偏差、交互推薦、公平性攻擊及特定場景應用,並比較各路線在可解釋性、計算開銷和動態適應性上的取捨。
無線聯邦學習(WFL)方法從數碼鏈路傳輸模型更新,演進至利用 AirComp 在無線多址信道上融合通信與計算,以應對上行帶寬瓶頸。綜述梳理空口聚合、資源調度、去中心化架構及邊緣智能應用等路線,並探討非 IID 數據、信道衰落與設備異構性帶來的挑戰。文章亦涵蓋 FedFT-LoRA 等基礎模型微調方法及面向 6G 網絡的系統設計。
這篇綜述梳理多模態大語言模型視覺定位由專用定位頭轉向自回歸座標生成或掩碼預測的演進。內容聚焦推理增強、免訓練策略與像素級擴展三條路線,分析它們在精度、效率和通用性上的不同取捨,並指出細粒度感知仍是重要瓶頸。
這篇綜述梳理獎勵黑客與魯棒獎勵建模研究,分析代理獎勵與真實目標的偏差,以及相關方法如何演進。2022年,Skalse等人形式化證明獎勵黑客在特定策略空間中不可避免,推動研究由修補漏洞轉向構建魯棒系統。綜述亦整理CausalRM、PRISM和UARD等方法,以及EvilGenie和Hack-Verifiable Environments等檢測工具。
這篇綜述梳理點雲密度化與生成方法,呈現研究從確定性回歸、特徵插值,逐步轉向流匹配與擴散模型等概率分佈建模的演進。各路線在幾何保真度、計算效率與可擴展性之間取捨,生成式方法帶來更豐富的幾何細節,同時面對推理延遲與隨機性挑戰。大規模場景擴展與噪聲魯棒性仍是待解問題。
多語言大語言模型適配與評估研究,聚焦如何在資源受限及語言資料分佈不均的情況下提升低資源語言能力,同時保留源語言能力。研究方法從繼續預訓練轉向參數高效微調與模型合併,並以多維基準評估文化適配、公平性及語法能力。評估結果顯示,模型在低資源語言的深層理解上仍有不足。
一項預先註冊的分析發現,抹香鯨在同一發聲時段內的相鄰尾聲,其元音標籤大多保持不變,顯示元音更像當下狀態,而非每次重新選擇。1,040 組時段內相鄰尾聲只有 75 組元音不同,少於隨機置換預期的 352.23 組(Q = 0.2129,p = 0.0001)。這項結果限制了把尾聲視為獨立元音樣本的分析,但不能判定狀態來自鯨魚、錄音還是標記方式。
文本驅動4D動態場景生成與編輯研究,正由依賴SDS的迭代蒸餾,轉向原生4D生成、物理感知建模及智能體協同構建。4DGS已成為主流場景表示;SS4D可在2分鐘內生成高質素動態3D物體。外部物理模擬器有助提升物理一致性,但計算開銷較大,長時序穩定性與即時互動仍是待解問題。
城市多模態學習綜述梳理了研究由靜態城市表徵,發展至長時序理解、多智能體協作推理及模型訓練優化的脈絡。UrbanFeel、UrbanWell 等基準補足時序與主觀感知評測,Urban-R1 則以強化學習後訓練緩解地理偏差,提升跨地域泛化能力。研究仍聚焦建立標準化評測,並改善模型的時空推理與地理偏差。
這份綜述梳理世界模型在強化學習與機器人領域的演進,從像素重建、RSSM 潛空間建模,延伸至 JEPA、擴散模型及 VLA 融合。不同路線在表示質素、計算效率與安全魯棒性之間各有取捨;研究焦點包括長時程預測誤差、不確定性量化,以及世界模型與 VLA 的融合。
這項綜述梳理人類與 LLM 標註質素研究,説明領域如何由統計聚合轉向測量學診斷。研究關注 LLM 標註的系統性偏差與提示詞敏感性,並整理評估診斷、人機協同、多智能體聚合等六條技術路線,探討如何在有限預算下兼顧成本與標籤可靠性。
生成模型水印與檢測技術在不可感知性、魯棒性與資訊容量之間權衡,研究由事後分類轉向在生成過程中嵌入水印。2023年KGW的綠紅列表範式適用於自回歸生成,但在擴散語言模型的並行生成中受限,促使研究探索潛空間幾何與順序無關方法。綜述涵蓋文本、圖像及音視頻水印、攻防分析與模型溯源。