Anthropic研究员Levent Alpöge与团队利用Claude解决了668阶哈达玛矩阵难题,这是数学界30年未解的问题,也是FrontierMath基准测试中第四个被AI解决的开放问题。他们共构造12个矩阵,扫清2000阶以下所有空缺,但具体方法待技术报告公布。
OpenAI宣布其AI模型Astra解决了10个长期未解的数学难题,引发数学界震动。专家既兴奋于AI加速发现,又担忧学术贡献被低估、商业炒作扭曲领域价值、年轻研究者前景黯淡。争议焦点包括对前人工作的致谢不足,以及AI成果能否真正推动数学概念性突破。
OpenAI发布GPT-5.6系列模型,包含Sol、Terra和Luna三个版本。开发者反馈Sol在生成和纠错方面优于Claude Opus 5,但专家认为需对照真实数据验证。有用户用Sol解决多个数学难题,其“超强推理”模式表现突出。总体评价因任务而异,Sol有时过度设计,部分前端任务仍需其他模型。
AI模型Astra破解10个数学难题,证明人类专家无法理解,需Lean 4验证,显示数学领域已进入窄ASI时代。AI跨域整合能力超越人类,人类角色转为翻译应用,时间线显示AI发展加速,可能引发自我改进循环,数学界权力交接已开始。
OpenAI的Astra模型以2000美元成本解决了十个数学难题,涵盖多个领域,并用Lean验证。这引发争议:成本宣传可能隐瞒尝试次数,作者身份模糊,数学家面临失业危机。未来数学研究将分化,人类需专注提问和验证,而非解题。
OpenAI通过内部模型Astra解决了十个长期未解的数学难题,涵盖高维几何、编码理论、群论等领域,并附有Lean形式化验证。公司向10万名科学家免费提供ChatGPT,强调AI在数学研究中的贡献,同时承认需社区共同探讨AI的角色与影响。
腾讯混元AI4S团队由姚顺雨亲自招人,无详细JD,仅展示AI智能体Hyra解决50年数学难题的成绩。Hyra找到关键构造,证明加法组合学上限可无限逼近,并给出Lean 4形式化证明。团队旨在打造全自动化科研,需AI研究员、系统工程师和交叉学科人才,推动AI从工具进化为研究者,同时强调人类需掌控AI发展关键决策。
埃隆·马斯克对OpenAI及其首席执行官萨姆·阿尔特曼提起的1500亿美元诉讼被陪审团驳回,原因是诉讼时效已过。OpenAI计划在2026年秋季进行首次公开募股,估值可能达到1万亿美元。同时,谷歌将在2026年I/O大会上发布多项AI更新,以与OpenAI竞争,包括新的Gemini应用和个人AI助手Gemini Spark。此外,OpenAI宣布其模型成功解决了一个80年的数学难题,标志着AI在数学领域的新进展。
谷歌DeepMind的AI系统在无人帮助下成功解出了9道长期未解的数学难题,每道题的成本仅为几百美元。这一成就展示了AI在数学推理领域的强大能力,可能会改变数学研究的方式。AI通过逻辑推理链条自动寻找解法,效率远超人类数学家,未来在多个科学领域有望发挥重要作用。
陶哲轩利用GPT-5仅用29行Python代码解决数学难题,节省数小时人工时间。他通过与AI对话找到反例参数并验证结果,标志着人机共同探索的新纪元。
中科大尹骏与姚鸿泽经过16年研究,成功证明了Anderson模型,揭示了半导体中电子运动规律,解决了长期未解的数学难题,为凝聚态物理学做出了重要贡献。
北大校友林伟南、王国祯和徐宙利合作解决了126维空间的Kervaire不变量问题,结束了65年的数学难题,成果被称为“宏伟工程”。该研究为北大126周年献礼,论文已上传至arXiv。
OpenAI科学家塞巴斯蒂安·布贝克提出用“AGI时间”来衡量AI模型的能力,认为未来模型能够解决重大数学难题。反方汤姆·麦考伊质疑大型语言模型的局限性,指出其依赖训练数据,难以实现创新。专家们讨论了模型与数学问题的关系,强调需要探索新方法。
第13天的挑战是通过Python编程解决数学难题,计算按按钮到达奖品的最小成本。第一部分判断能否在100次按键内达到目标,第二部分优化大坐标偏移的处理,最终得出按键次数和总成本,成功赢得奖品。
加州大学洛杉矶分校、麻省理工学院和哥伦比亚大学的研究团队取得了数学难题的突破,证明了集合中不包含任意长的算术级数的最大子集的大小。这是23年来该问题的首次进展,对于Szemerédi定理的发展具有重要意义。
研究人员在《自然》杂志上发表论文,使用大型语言模型FunSearch发现数学难题。FunSearch结合了名为'Codey'的大型语言模型,通过填充空白来提出解决问题的代码。经过几百万次建议和几十次重复,FunSearch成功提出了一个正确的、以前未知的解决方案。此外,研究人员还使用FunSearch解决了垃圾箱打包问题。FunSearch具有多功能性,可以用于寻找各种问题的解决方案。
完成下面两步后,将自动完成登录并继续当前操作。