p-vs-np

一则传闻称 P = NP，据称存在一种能在 O(n^{极大数}) 时间内解决 3-SAT 的方法，这显得不太可信或带有幽默色彩。

一位以揭露 Anthropic Millennium Prize 故事而闻名的消息人士声称，OpenAI 正应用其 Navier-Stokes 模型来研究 Riemann 假设和 P vs NP 问题。

本文讨论了如果P vs NP问题得到构造性解决的潜在短期和长期影响，据报道像OpenAI和Anthropic这样的组织正在研究此问题，并邀请数学和理论计算机科学领域的专家分享见解。

一位 Twitter 用户指控 OpenAI 挪用他们的想法，即使用 AI 来解决像黎曼猜想和 P vs NP 这样的数学问题，这基于有关 OpenAI 内部模型工作的报道。

本文宣布了Tim Roughgarden开设的一门免费在线课程，涵盖计算机科学的基本概念，包括图灵机、停机问题、算法效率、NP完全性以及P与NP问题。

本文建立了市场竞争性与P与NP问题之间的理论联系，论证了竞争性市场存在的条件是且仅是P ≠ NP。

哥德尔奖得主Ryan Williams对P vs NP提出了逆向观点，认为我们对多项式时间计算的理解仍然肤浅且充满惊喜，他将P≠NP的信心定在80%。

麻省理工学院教授、哥德尔奖得主瑞安·威廉姆斯在一期播客中深入讨论了算法优化、细粒度复杂性理论以及强指数时间假说等前沿计算机科学话题。

一条社交媒体帖子，通过将 NP 比作总是能找到正确路径的“神奇计算机”来解释 P 与 NP 问题，并引用了 MIT 的《算法导论》课程。