标签
这条推文批评了关于AI灭绝风险的主张,敦促人们要求提供数学依据,暗示没有支持的百分比应当被摒弃。
本文提出在扩散语言模型中使用注册令牌来维护跨生成块的有界状态推理,在数学和代码基准测试中显示出显著的提升,而无需完整保留上下文。
ZGCM-1是一个完全开源的7B大语言模型,从头训练,采用FP8、MDP中期训练和AI4AI,在数学和智能搜索任务上达到了与Qwen3-235B相当的性能。
OpenAI接近解决一个千禧年大奖问题,但声称Levent/Buckmaster最近使用Codex并未影响其模型输出。
这条推文讨论了AI在推进数学和科学发现方面的激动人心的潜力,同时强调了谦逊和专注的必要性。
这篇文章阐述了强化学习的数学基础,推导了策略梯度、PPO和GRPO等算法,并探讨了这些算法通过RLHF和RLVR等技术在对齐大型语言模型中的应用。
Gauth AI Course是一款将任何学科转化为互动式AI驱动课程的产品。初期提供超过200门面向美国高中数学主题的课程,配有测验功能,并支持生成定制化课程。
freeCodeCamp在其移动应用上发布了新的编码挑战,要求用户计算从1到给定整数的平方和。
一个新的1.7B参数模型名为Mimir,声称在基准测试中优于Qwen 3.5和Gemma 4 E2B,在数学和编码方面具有优势,并基于Sapient的HRM-text架构。
本文提出在LLM后训练中使用进化策略(ES)而非强化学习,表明ES能提升解决方案覆盖率(pass@k),并在数学基准上取得更好结果。
陶哲轩的ICM 2026讲座《数学在AI时代》已上传至YouTube,探讨了AI、形式化验证和协作平台如何改变数学实践,同时也指出了它们目前的局限性。
一篇技术博客文章,解释了如何使用浮点除法和融合乘加来执行整数除法和取余,并给出了操作数位宽的限制,同时讨论了SIMD和舍入模式的实际注意事项。
本文介绍了如何使用多项式,特别是 Smoothstep 函数,通过匹配位置的导数(速度、加速度、加加速度等)来生成机器人和 3D 打印机的平滑运动轨迹,从而避免不连续性。
与 Lean 和 Z3 的创造者 Leonardo de Moura 的访谈节目,讨论 Lean 的工作原理、LLM 在形式化验证中的作用,以及 AI 辅助证明如何改变软件开发和数学。
Ask-E 是一个新的基准测试和训练环境,用于评估和训练模型生成针对特定技能水平校准的问题,该技能水平由两个现有语言模型的能力定义。前沿模型在校准上的得分低于 50%,而在 Ask-E 上进行训练可以提高下游数学基准测试的成绩,且无需新的数学数据或基于正确性的奖励。