标签
一条推文推荐了开源书籍《Mathematical Foundations of Reinforcement Learning》（强化学习的数学基础），该书通过单一的 grid world 案例系统地讲解强化学习理论，对初学者和 AI 开发者非常友好。
Paul Graham 分享了 DeepMind 研究员 Christian Szegedy 的文章，文中指出那些声称 AI 无法猜想、无法理论化、无法解释的怀疑者已经过时，并将当前的势头比作莱特兄弟的飞机。
3Blue1Brown 创始人 Grant Sanderson 在 JPBM 传播奖讲座中以'迈达斯王之手'为喻，指出数学的精确性既是礼物也是'教学诅咒'——它让严密性极易被衡量，却让教学清晰度难以被检验，因此他主张'提高数学讲解的天花板、降低数学讲解的地板'。
一个汇集 Heilbronn 问题目前已知最佳点集配置的网站——即在单位面积区域（正方形、三角形和最优凸区域）内放置 n 个点，使其中任意三点构成的最小三角形面积最大化——提供精确坐标、证明以及浏览器内置的有理数算术验证器。
OpenAI 的 GPT-6.1 sol (max) 在 Epoch AI 的 FrontierMath Tier 4 v2 基准测试中取得 100% 的成绩，登上该基准的榜首。
一篇轻松有趣的博客文章探讨了经典的斐波那契 L-系统如何生成象鼻虫名字、披萨配料以及母系家族姓氏的序列，并提到 Claude 认为这个前提"太蠢了"而拒绝执行，于是作者只好手动完成。
数学家陶哲轩对现代AI发表看法，认为目前的神经网络系统尽管确实解决了实际问题，但感觉更像是巧妙的技巧而非真正的智能。他指出，在那些帮助我们达成目标的工具中，我们仍未找到那种难以捉摸的"智能的思考方式"。
据报告，Claude 解决了一个重要的数学问题，引起了《科学美国人》（Scientific American）的关注。这一成就突显了 AI 驱动的数学推理领域的进展。
十个Sonnet 5.5 AI智能体通过15小时的自主研究，解决了一个源自1904年的数学难题，产出了一个包含17,895行的证明。
Mathigon 推出了一个关于数学折纸的互动学习页面，涵盖柏拉图立体、阿基米德立体等多面体主题，并链接到 Polypad 上的 3D 模型探索工具。
NeuralCert提出了一种使用神经网络从发现到认证的框架，用于发现和验证极值数学构造，从而实现精确且可独立验证的证明。
OpenAI的AI代理已解决Navier-Stokes存在性和光滑性问题，这是一个数十年之久的数学谜题，挑战了数学问题解决中的传统艺术性方法。
本文提出了领域归一化多教师在策略蒸馏（DN-MOPD），以解决合并专家语言模型时反馈不平衡的问题，并在数学和指令跟随等基准测试中展示了性能提升。
使用AI辅助方法证明了ζ(5)的无理性，该解决方案在FrontierMath上被标记为已解决，尽管它没有采用最初预期的Apéry风格证明。
这是一份1945年数学家Hermann Weyl与教育家Frank Aydelotte之间的备忘录，可能讨论了学术或科学话题。
LANTERN 是一条快速流程，它使用基于预训练语言模型激活值的分类器对候选数学关系进行排序，随后进行过滤、生成与验证。应用于 OEIS 后，它发现了 62 条经过验证的关系，其中 9 条具有信息价值，另有 4 条全新的数学关联，整个过程在不到 8 小时内完成。
Amit Sahai 讨论了 AI 对数学的影响，强调需要更多数学家来理解 AI 生成的想法，并与 AI 系统合作，以保持研究中人类的主导权。
本文介绍了一个框架，使LLMs能够发现和证明有趣的数学定理，通过优化基于证明难度的指标，从而产生更多新颖且有用的数学知识，并减少与现有库的重叠。
本文探讨了《俄罗斯方块》充满争议的历史，涵盖其方块图形的版权之争、早于游戏存在的数学渊源，以及近期因法律威胁而被下架的克隆游戏引发的政治事件。