math

HRM-Text 引入了一种分层循环模型，将计算解耦为慢速和快速层级，使得仅使用400亿个token和1500美元预算即可从头开始高效预训练，实现了与更大模型竞争的性能。

本文提出了一种方法，利用较弱模型提供的错配错误草稿，通过GRPO在较强学习器中引发更优推理，在Mathstral-7B上的MATH-500和AIME基准测试中取得了最先进的结果。

Polypad 是一个免费的互动平台，提供数学教育用的虚拟教具，无需登录，可在各种设备上运行。

Yann LeCun 指出，LLMs 在语言作为推理基础的领域（如数学和代码）中最强，但它们并非有创造力的数学家、软件架构师或计算机科学家。

Manim 是一个用 Python 驱动的动画引擎，专为数学解释视频设计，可精确控制 LaTeX 公式、几何变换和 3D 空间动画，广泛应用于 YouTube 教育视频和学术演示。

作者分享了一个Qwen3.6 27B的量化方案，该方案使模型使用显著更少的思考令牌，同时仍然产生正确的答案，从而在数学基准测试中实现更快的推理。

一篇介绍SU-01的论文，该模型为30B-A3B推理模型，通过反向困惑度课程、两阶段强化学习和测试时缩放，在IMO和IPhO问题上达到金牌级表现。

7款大模型在5道数学题上的基准测试；Qwen3.5 27B与35B A3B生成最长推理链，每题超10k tokens。

Manim 是一个用于创建精确的程序化数学动画的开源引擎，最初由 3Blue1Brown 开发。该仓库托管原始 ManimGL 版本，同时维护一个独立的社区版本以促进更广泛的协作。