OpenAI 发布 722 篇数学论文，解决 90 个顶级数学问题
OpenAI 发布了 722 篇数学论文，基于其内部 Navier-Stokes 数学模型，解决了 500 个开放数学问题中的 90 个，其中包括 Quasi-Riemann Hypothesis，这是数学史上的重大突破。
推荐理由：OpenAI 发布了 722 篇数学论文，解决了 500 个开放数学问题中的 90 个，这是数学史上的重大突破，读者可以了解 AI 在数学领域的应用潜力。
#论文/研究
#论文/研究
今日 1 条Latent Space精选AI 评分8585 OpenAI NewsAI 评分4040 OpenAI 发布数学开放问题新成果及 Lean 证明形式化
OpenAI 内部前沿模型发布数学开放问题新结果，并在 GitHub 上分享 Lean 证明形式化和研究细节。
PANewsAI 评分6262 OpenAI发布内部模型产出的722篇数学手稿
OpenAI发布由内部模型产出的722篇数学手稿，包含372个成果族，部分手稿附有Lean形式化证明，但并非全部完成验证。
The Verge · AI精选AI 评分7777 OpenAI 发布包含数百个未解数学问题解决方案的论文集
OpenAI 发布了包含数百个未解数学问题解决方案的论文集，这些解决方案由一个未发布的模型生成，涉及 372 个结果家族。
推荐理由：OpenAI 发布了包含数百个未解数学问题解决方案的论文集，读者可以了解 AI 在数学领域的最新进展及其对研究伦理的影响。
Google Research精选AI 评分8585 Google Research发布行星地理基础模型以改善全球公共卫生决策
Google Research发布了一项研究，提出利用地球AI的行星地理基础模型来改善全球公共卫生决策，该模型能够整合多种数据，为公共卫生决策提供支持。
推荐理由：该研究提出了利用地球AI的行星地理基础模型来改善全球公共卫生决策，具有潜在的应用价值。
The Decoder精选AI 评分8585 研究人员将 LeCun 的 JEPA AI 扩展为从物理到生物的通用世界模型
研究人员扩展了 Yann LeCun 创立的 JEPA 架构，使其能够在七个不同的领域工作。该团队提出了基于 JEPA 的通用世界模型 JEPA-Anything，该模型能够预测系统的发展，例如机器人、分子或患者的健康状况。该研究在多个领域取得了显著的进展，包括物理、机器人技术和天气预测，并提出了一个基于 JEPA 的肝脏癌细胞治疗候选方案。
推荐理由：该研究扩展了 LeCun 的 JEPA 架构，使其能够在多个领域工作，包括物理、生物学等，并提出了一个基于 JEPA 的通用世界模型 JEPA-Anything，具有潜在的应用价值。
Google Research精选AI 评分6565 Google Research 发布智能体隐私和安全论文
Google Research 发布了关于智能体隐私和安全的论文，探讨了智能体在处理复杂任务时面临的隐私和安全挑战，并提出了相应的解决方案。
推荐理由：原文探讨了智能体隐私和安全问题，读者可以了解未来智能体发展的关键挑战。
The Verge · AI精选AI 评分7070 AI 在数学领域的突破性进展：OpenAI 的最新研究
OpenAI 在数学领域取得了突破性进展，包括解决著名的千年难题之一。本文报道了 OpenAI 的最新研究动态，并探讨了 AI 在数学领域的应用和影响。
推荐理由：原文报道了 OpenAI 在数学领域的突破性进展，读者可以了解 AI 在数学领域的最新研究动态。
Import AIAI 评分4545 Import AI 475：群集扩展；Google DeepMind 水印生物技术；AI 科学经济
Toby Ord 探讨了群集扩展在 AI 能力发展中的应用，指出群集在时间效率上具有优势，但扩展效果并非线性增长；CSAIP 民意调查显示，美国民众对 AI 公司自我监管持怀疑态度。
PANewsAI 评分6262 中美顶尖AI模型性能差距缩至3%，创历史新低
彭博行业研究指出，随着DeepSeek发布V4.1 Flash，中国顶尖AI模型在基准测试得分上落后美国的幅度已缩小至3%，创历史新低。
The Decoder精选AI 评分7070 谷歌研究人员找到防止AI智能体记忆化测试的方法
谷歌研究人员提出了一种名为RRSI的方法，旨在防止AI智能体在测试中记忆化，通过限制编辑预算和严格的审查机制，提高了AI智能体的泛化能力。
推荐理由：该研究提出了新的方法来防止AI智能体在测试中记忆化，对AI领域具有重要意义。
The Decoder精选AI 评分7070 NASA与IBM开源月球模型：将17年绕月探测器数据转化为月球科学研究基础
NASA与IBM合作开发的月球基础模型，基于17年绕月探测器数据，可用于机器学习，尤其在预测极地冰沉积和检测陨石坑方面表现出色。
推荐理由：该模型基于大量月球观测数据，对月球科学研究具有重要意义，特别是对极地冰沉积和陨石坑的预测。
The Decoder精选AI 评分6565 中西方AI模型在政治敏感话题上的差异研究
研究显示，中西方AI模型在政治敏感话题上的表现存在差异。中国AI模型在政治敏感话题上倾向于遵循政府立场，而西方模型则更倾向于给出平衡的回答。
推荐理由：研究揭示了中西方AI模型在政治敏感话题上的差异，读者可以了解不同模型在价值观和立场上的表现。
PANewsAI 评分6262 Vitalik 打造三层隐私保护架构生成个性化健康建议
Vitalik 利用本地AI模型（Qwen 3.8 Flash Next）和远程工具调用，结合自身健康与旅行数据，构建了三层隐私保护架构，生成个性化饮食与运动建议。
The DecoderAI 评分7272 DeepMind 研究人员提出“人工共生智能”作为奇点的替代方案
DeepMind 研究人员提出人工共生智能概念，认为人工智能与人类应协同发展，而非追求单一超级智能的奇点。文章分析了推理模型的社会和机构视角，并探讨了人工智能与人类协同发展的未来方向。
The DecoderAI 评分7070 AI 在策略游戏中超越人类顶尖玩家，为战略决策问题提供新可能性
这篇论文介绍了 Ataraxos 系统，它能够在具有大量隐藏信息的策略游戏中超越人类顶尖玩家，例如 Stratego。该系统通过高效的搜索和学习方法，在多个策略游戏中取得了显著成果，为强化学习和搜索在更多战略决策问题中的应用提供了新的可能性。
Google Research精选AI 评分8585 Google 研究推出基于可信执行环境的联邦学习系统
Google 研究推出基于可信执行环境的联邦学习系统，旨在提供更强的隐私保障和改进的准确性。
推荐理由：原文介绍了基于可信执行环境（TEE）的联邦学习系统，读者可以了解其隐私保护和准确性提升。
Ars Technica · AIAI 评分6565 AI 在 Stratego 游戏中击败人类顶尖玩家：Ataraxos 的研究成果
研究人员开发的 Ataraxos AI 在 Stratego 游戏中击败了人类顶尖玩家 Pim Niemeijer，展示了 AI 在推理和游戏领域的强大能力。
Microsoft Research精选AI 评分7070 微软研究：预测电网空间天气风险
微软研究团队开发了一种机器学习系统，用于预测美国大陆66,935个变电站的空间天气风险，并在评估期间检测到近80%的重大空间天气事件。
推荐理由：该研究通过机器学习预测电网空间天气风险，为电网运营商提供提前预警，具有实际应用价值。
Simon WillisonAI 评分6565 Anthropic Frontier Red Team 对 GLM-5.3 和高级网络能力的研究
Anthropic Frontier Red Team 对 GLM-5.3 和 Claude Mythos Preview 在内部二进制利用基准测试中的表现进行了评估，发现 GLM-5.3 在 4% 的测试中实现了完整的控制流劫持，而 Claude Mythos Preview 在 6% 的测试中实现了。
Google Research精选AI 评分8585 Google Research 发布 Diffusion Controller 框架，简化 AI 图像生成
Google Research 发布了 Diffusion Controller 框架，该框架通过数学控制与图像生成模型的结合，简化了 AI 图像生成过程，提高了图像生成质量并满足用户需求。
推荐理由：Diffusion Controller 框架通过数学控制与图像生成模型的结合，为图像生成过程提供了统一的控制方法，有助于提高图像生成质量并满足用户需求。
Microsoft Research精选AI 评分7272 微软发布Quine：专为生物学复杂性设计的AI研究系统
微软发布Quine系统，旨在解决生物学复杂性，通过结合生物学世界模型和交互式工具，加速科学研究。
推荐理由：Quine系统结合了生物学世界模型和连接模型、工具、文献和研究人员的交互式工具，有助于加速科学研究。
MIT Technology Review · AIAI 评分4545 Anthropic Claude 模型在分子生物学实验室中实现首次发现
Anthropic 公司宣布，其 Claude 模型在分子生物学实验室中通过分析大量 DNA 序列，发现了一种新的重复模式，该模式与 CRISPR 基因编辑技术相似，但尚未被记录在案。尽管这一发现引起了部分生物学家的质疑，但Anthropic 表示，这一成果标志着 AI 在科学发现领域的突破。
Import AIAI 评分3737 Import AI 474: Platonic mindspace; TPUs in space; Zhipu starts an outer RSI loop
科学家 Michael Levin 提出了一种关于心灵和大脑关系的理论，认为心灵与大脑的关系类似于数学模式与其引导的形态发生结果之间的关系。他提出，身体是大量多尺度模式进入物理世界的接口，这些模式通过生物物理、生物力学或化学信息场表示的特定模式作为稳态或非稳态过程的编码设定点。此外，机器人学正准备迎接 LLM 时刻，但缺少一个通用算法。
Google Research精选AI 评分8585 Google Research发布长视频生成研究：自动化连贯长视频生成
Google Research发布了一项关于自动化连贯长视频生成的研究，提出了一种名为AI视频联合导演的框架，旨在解决长视频生成中的连贯性问题，包括语义漂移和内容崩溃等问题。
推荐理由：该研究提出了一个名为AI视频联合导演的框架，旨在解决长视频生成中的连贯性问题，读者可以了解该框架如何提高视频生成的质量和效率。
NVIDIA Blog精选AI 评分7575 NVIDIA 发布开源蛋白质数据集，助力未来疫情预防
NVIDIA 与 Google DeepMind 等机构合作，发布包含 2800 多种病毒蛋白质复合物结构的开源数据集，利用 AlphaFold2 模型预测，并开源 BioNeMo 结构预测流程，以加速基础科学研究。
推荐理由：该研究通过开源蛋白质数据集，为全球科学家提供预测的病毒蛋白质复合物结构，有助于未来疫情的预防和准备。
Microsoft Research精选AI 评分7070 微软研究：物理AI机器人卸载推理
微软研究团队提出将物理AI推理卸载到边缘或云端GPU，以提高机器人性能、延长电池寿命并扩展可扩展性。
推荐理由：原文提出了将物理AI推理卸载到边缘或云端GPU的优势，读者可以据此了解其对机器人性能、电池寿命和可扩展性的影响。
Hugging Face Blog精选AI 评分6565 UK AISI 和 EvalEval 推动基准结果的可重复性
UK AI Security Institute (AISI) 使用 EvalEval 的基础设施公开分享评估结果，支持可重复和可验证的评估科学。AISI 和 EvalEval 合作，通过共享评估结果和基础设施，推动可重复和可验证的评估科学。
推荐理由：原文介绍了 UK AI Security Institute 和 EvalEval 的合作，通过共享评估结果和基础设施，推动可重复和可验证的评估科学。读者可以了解这一合作对 AI 评估领域的影响。
Microsoft Research精选AI 评分7777 RetroChimera：大规模提高小分子合成预测的模型
Microsoft Research 发布了 RetroChimera 模型，用于提高小分子合成的预测能力，该模型结合了两种互补的模型，并开源了其实现和权重。
推荐理由：RetroChimera 模型在预测小分子合成方面表现出色，有助于加速新药和先进材料的开发，读者可以关注其开源实现和潜在应用。
Google Research精选AI 评分7777 Google Research 提出 Retrieve-for-Train 框架，加速复杂 AI 搜索
Google Research 发布了名为 Retrieve-for-Train 的新框架，旨在解决复杂 AI 搜索中的推理瓶颈。该框架通过强化学习和扩散模型实现高效、单次查询扩展，有效提高了搜索质量。
推荐理由：该研究提出了一种名为 Retrieve-for-Train 的新框架，旨在解决复杂 AI 搜索中的推理瓶颈，通过强化学习和扩散模型实现高效、单次查询扩展，对搜索领域有重要意义。
Google DeepMind精选AI 评分8585 AlphaGenome Atlas：人类基因组中所有可能的 DNA 变异的预测图
AlphaGenome Atlas 是一个包含 90 亿个单核苷酸变异影响的预测平台，旨在帮助研究人员加速对生物学的理解。
推荐理由：AlphaGenome Atlas 提供了关于人类基因组中所有可能的 DNA 变异的预测，有助于加速我们对生物学的理解，对研究人员具有重大意义。
OpenAI NewsAI 评分5555 OpenAI 发布 Navier-Stokes 千禧年大奖难题的 AI 解决方案
OpenAI 官方发布 AI 生成的 Navier-Stokes 千禧年大奖难题的解决方案，包括 Lean 中的正式证明。
Google ResearchAI 评分4545 Gemini 模型在基因组预测中的迁移学习研究
Google Research 的 Gemini 模型在基因组预测研究中，通过迁移学习将欧洲人群的基因风险评分模型应用于日本人群，优化了预测性能。研究发现，当目标人群样本量达到 15k 或更多时，混合训练数据优于单独使用欧洲数据，但对于特定性状如血脂水平和血糖，欧洲数据的益处较小。
Google Research精选AI 评分6565 Google Research发布果蝇大脑完整图谱：连接组学里程碑
Google Research与HHMI Janelia合作，发布了果蝇雄性大脑和中央神经系统的完整图谱，这是迄今为止最大的大脑图谱。该图谱将有助于神经科学研究，并可能推动对人类大脑的理解和治疗精神疾病的方法。
推荐理由：该研究通过AI技术绘制了果蝇大脑的完整图谱，为神经科学研究提供了重要资源，并有望推动对人类大脑的理解和治疗精神疾病的方法。
Hugging Face BlogAI 评分3535 LFM2.5-350M 模型通过 100 GRPO 步骤微调以优化结构化输出
Hugging Face 博客发布指南，使用 TRL 库和 GRPO 对 LFM2.5-350M 模型进行微调，在 IFStruct 基准测试中性能从 22.6% 提升至 29.7%，展示了小模型特定任务微调的潜力。
Hugging Face Blog精选AI 评分7070 BenchMIRT：LLM 基准测试实际测量了什么？
BenchMIRT 是一种新的方法，用于审计 LLM 基准测试，通过分析模型在各个问题上的表现，揭示基准测试的复杂性和潜在问题。
推荐理由：BenchMIRT 通过分析模型在各个问题上的表现，揭示了现有基准测试的复杂性和潜在问题，为更精准的模型评估提供了新思路。
Google Research精选AI 评分7272 利用深度学习从空间监测全球甲烷排放
Google Research发布了一篇论文，描述了一种利用深度学习技术从空间监测全球甲烷排放的新方法，该方法名为MAPL-EMIT，能够自动检测、增强预测和估计甲烷羽流源。
推荐理由：该研究利用深度学习技术从空间监测甲烷排放，为全球温室气体减排提供了一种新的方法，具有潜在的应用价值。
Google Research精选AI 评分8585 Google Research 发布 TimesFM-3：零样本多变量时间序列预测基础模型
Google Research 发布了 TimesFM-3，这是一种先进的零样本时间序列基础模型，能够在单次前向传递中实现高度准确的多变量时间序列预测。该模型在多个公开基准测试中取得了最先进的性能。
推荐理由：TimesFM-3 在多个公开基准测试中取得了最先进的多元和单变量预测性能，为时间序列预测领域带来了新的突破。
Microsoft Research精选AI 评分7070 GigaPath-Flash 和 GigaTIME-Flash：高效病理学基础模型助力大规模发现
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 两种高效的病理学基础模型，旨在通过降低计算需求，提高大规模病理学研究效率和实用性。
推荐理由：原文介绍了 GigaPath-Flash 和 GigaTIME-Flash 两种高效的病理学基础模型，读者可以了解其在病理数据分析和肿瘤微环境建模方面的应用潜力。
Google Research精选AI 评分8585 Google Research发布地球AI行星预测引擎：自动化全球模型
Google Research发布地球AI行星预测引擎（PPE），该引擎可以自主执行地理空间建模的全流程，包括数据发现、模型训练等，在公共卫生、食品安全、环境风险和社会经济等多个预测任务中取得改进。
推荐理由：该研究展示了如何通过智能数据发现、多模态基础模型融合和自动化模型优化，将地球AI的预测引擎应用于各种地理空间预测任务，从而降低行星级分析的技术门槛。