mathematics

SAIR Foundation宣布一项倡议，旨在构建面向数学的开放权重AI模型，邀请社区贡献和资金支持，以促进科学中的负责任AI发展。

这篇文章讨论了人工智能对数学的影响，提到了 OpenAI 对 Navier-Stokes 问题的解决方案和社区反应，同时提出了一个以人为本的公理，以在AI进步中保持人类专业知识。

本文详细笔记了离散时间傅里叶级数（DTFS）与离散时间傅里叶变换（DTFT），涵盖其理论基础及信号处理应用实例。

Tristan Buckmaster和Andreas Thom等数学家尽管对知识产权和伦理问题存在不满，仍在继续使用OpenAI和Anthropic的AI工具，凸显了AI实用性与学术诚信之间的张力。

文章提出，数学中的'动机性解释'应与证明一同获得学术认可，尤其是AI生成的证明对传统贡献衡量标准构成挑战之际。

本文探讨了OpenAI针对Navier-Stokes问题的Lean证明的验证，强调了确保形式证明与预期数学问题一致的重要性，以及数学家进一步审查的必要性。

FrontierMath成功解决了其首个“Major Advance”问题，标志着数学研究与AI合作领域的重要里程碑。

作者描述了使用AI辅助证明关于omnific integers的Conway refinement conjecture，声称在大量使用令牌后获得了Lean证明。该证明已通过机械检查，但尚待独立验证。

一名研究者报告了在霍奇猜想上取得了重大但不完全的进展，霍奇猜想是代数几何中一个著名的未解决问题。

据报道，OpenAI 正在利用人工智能接近突破，以解决 Hodge 猜想——千禧年大奖难题之一。

本·戈策尔评论菲尔兹奖得主的反AI声明，讨论了巨额奖金的意义以及AI在数学中的真正目标。

蒂莫西·高尔斯解释了他为何未签署25位菲尔兹奖得主关于AI对数学影响的联名信，分享了个人经历，并对这场危机提出了替代性视角。

Sam Altman 在与 Mark Benioff 的对话中表示，一个内部的 post-Astra AI 模型能够解决世界上最优秀数学家都无法解决的问题，这得益于从 GPT 5.5 到 5.6 再到 Astra 的进展。

文章讨论了防止数学秘密化的问题，并以中世纪作为警示案例。

文章讨论了AI解决重大数学问题如何促使数学家质疑其对专业知识的影响，强调了数学中解题与创意生成的区别。

一篇预印本论文提出了一种几何框架来应对 Yang-Mills 质量间隙问题，提供了部分结果，将连续问题归结为特定的一致估计，而无需额外维度。

这篇博客文章解释了平方反比定律，通过推导球体的表面积来展示为什么强度随距离的平方而减小。

这篇文章分享了 Paul Halmos 对数学与计算机联系的看法，可能从历史或哲学角度出发。

文章讨论了人工智能如何革新数学中深刻定理的产生，挑战了传统的成功衡量标准，并以Nivat猜想为重点。

Paul Dirac 探讨了数学与物理学之间的深刻联系，强调了它们在科学框架中的相互依赖性。