跳到正文
今天11月22日週日13 則
  1. DEV Community89

    Claude 協助的黎曼猜想證明:獨立核查實際顯示甚麼

    Anthropic 數學家 Levent Alpöge 表示,他相信自己與 Claude 找到了黎曼猜想的證明;Lean 與 Mathlib 社羣於 11 月 21 日公佈多項獨立核查,並對原始猜想證明的正確性表示充分信心。

    推薦理由:文章拆解 Lean 與 Mathlib 對命題、編譯、定理對照及證明檢查器的核查,並區分形式正確性、數學理解與獎項審議的不同階段。

  2. Engadget78

    Anthropic 員工聲稱使用 Claude 證明黎曼猜想

    Anthropic 員工 Levent Alpöge 聲稱與 Claude 合作,花六星期找到黎曼猜想的證明。他以 Lean 呈現研究結果,並稱完整證明超過 250,000 頁。牛津大學數學家 James Maynard 表示,他有 98% 或 99% 把握認為 Alpöge 的發現正確;黎曼猜想是克雷數學研究所的千禧年大獎難題之一,首個正確解答可獲 $1 million。

    推薦理由:報道列出 Alpöge 以 Lean 呈現研究結果、完整證明逾 250,000 頁的説法,並引述牛津數學家對其正確性的 98% 或 99% 把握。

  3. DEV Community49

    省略 reasoning_effort 不等於傳送 none

    模型設定登錄表必須區分傳送 reasoning_effort: "none" 與完全省略欄位,否則請求可能失去預期行為或直接失敗。Luna 需要傳送 "none",Gemini flash-lite 則不接受 reasoning_effort;設定為 null 才代表省略欄位,Terra 使用 "low"。

  4. 新浪科技90

    Levent Alpöge 與 Claude 合作完成的黎曼猜想證明獲 Lean 與 Mathlib 社羣認證

    Lean 與 Mathlib 社羣認證 Levent Alpöge 的黎曼猜想證明正確,該證明由他與 Claude 合作完成,並以 Lean 庫形式公佈。證明包含 1700 萬行程式碼,通過四項驗證標準;175187 個模組編譯零錯誤,兩個獨立檢查程式亦接受完整證明。認證在證明公佈後一天內完成。

    推薦理由:報道列出認證採用的四項檢查,涵蓋命題一致性、編譯結果與獨立檢查程序,呈現這項形式化證明如何接受核驗。

  5. DEV Community63

    研究指 GPT-6.1 Sol 可在無工具下讀寫可執行檔位元組

    Xenos 與 Giannopoulos 的研究測試 GPT-6.1 Sol 在沒有工具的情況下直接讀取、修改及撰寫可執行檔位元組,並正確辨識四個測試程式。模型在 FreeBSD 的 ministat 二進位檔中發現,標示為 99.5% 的選項實際使用 99.8% 的臨界值。延伸及從零撰寫測試均只允許一次作答,研究亦未提供方法能否擴展至大型真實執行檔的證據。

11月21日週六
  1. DEV Community45

    ja-nli-v1:連接生成與信任的日語 NLI 檢查器(封閉測試 0.961,零樣本基線 0.79–0.81)

    ja-nli-v1 是一款小型日語自然語言推理模型,根據前提與假設判斷藴涵、中立或矛盾。模型在 5,000 組封閉測試中取得 0.9612 準確率及 Macro F1,兩個多語言模型的零樣本分數為 0.7920 和 0.8094。模型採 Apache 2.0 授權並附有 ONNX,CPU 每組約需 109 ms;測試集由合成資料衍生,實際文本表現預期較低。

  2. TNW82

    Anthropic 數學家稱與 Claude 證明黎曼猜想

    Anthropic 數學家 Levent Alpöge 稱,他與 Claude 合作證明黎曼猜想,並在個人網站發布四頁説明;公開內容只有 Lean 程式碼,沒有可供閲讀的論文。MIT 數學家 Andrew Sutherland 已獨立編譯該 Lean 證明,但核對程式是否精確證明原述命題的自動比對仍未完成。Alpöge 亦稱該方法可證明範圍更廣的廣義黎曼猜想,並表示會嘗試理解、簡化論證及正式撰寫。

    推薦理由:報道並列 Lean 證明的獨立編譯、仍待完成的自動比對,以及 Alpöge 尚未完全掌握論證的情況,呈現這項宣稱的核驗脈絡。

  3. The Decoder73

    Anthropic 數學家稱 Claude 證明黎曼猜想,Stanford 數小時後公開無 AI 的競爭草稿

    Anthropic 數學家 Levent Alpöge 稱他與 Claude 找到黎曼猜想的證明,並以 Lean 分成 14 個數據包發布;數小時後,Stanford 的 Ravi Vakil 公開 Alessandro Masullo 不使用 AI 撰寫的廣義黎曼猜想證明草稿。Vakil 隨後表示,多人已指出 Masullo 的草稿存在問題,相關證明仍須經數學界審核才能獲接納。

  4. 阿里雲開發者社區 AI37

    LLM 驅動的程式合成與形式化驗證綜述

    這份綜述梳理 LLM 程式合成與形式化驗證,從早期把 LLM 視為程式碼補全工具,整理至以驗證器為裁判的「生成-驗證-修復」閉環。文章按形式化規格合成、循環不變量生成、端到端驗證程式碼生成等路線,分析表示質素、適應效率與計算成本的取捨,並探討可擴展性及 LLM 幻覺等挑戰。

  5. 阿里雲開發者社區 AI55

    Qwen3.8-Max 是甚麼?阿里雲旗艦大模型功能、適用場景及計費方案説明

    阿里雲開發者社區文章介紹 Qwen3.8-Max 的模型定位、主要能力、適用場景及計費方式,並列出按量 API 和 Token Plan 兩種模式。文章稱,Qwen3.8-Max 採用 2.4 萬億參數 MoE 架構,支援百萬 Token 上下文、文字、圖片及影片輸入,並針對智能體、編碼和專業辦公等複雜任務。

  6. 阿里雲開發者社區 AI34

    大語言模型人類行為模擬與決策方法綜述

    這份綜述梳理大語言模型人類行為模擬與決策方法的演進,指出研究焦點已由定性模仿轉向分佈一致性、個體保真度及因果效應校準。SimBench涵蓋20個數據集,OmniBehavior則評估長時程、跨場景行為軌跡;兩者反映領域對標準化評估和長期行為建模的關注。

  7. 新浪科技51

    OpenAI 與 Anthropic 挑戰千禧年難題,七道題進展如何?

    OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。

  8. 阿里雲開發者社區 AI68

    阿里雲 Kimi-K3 選型參考:模型定位、能力、適用場景與收費解析

    Kimi-K3 是面向長程編程、知識工作及推理的權重開源模型,參數量為 2.8 萬億,輸入與輸出上限均為 1,048,576 Token,並已上架阿里雲百煉。文章整理其原生視覺能力及基準成績,並指出模型僅有思考模式,不支援聯網搜尋、批量推理或模型調優。華北2(北京)/全球每百萬 Token 的輸入、輸出及快取命中價格分別為 20 元、100 元及 2 元,且沒有免費額度。

  9. 虎嗅88

    Levent Alpöge 與 Claude 公佈黎曼猜想的形式化證明,數學家估計正確機率為 98% 至 99%

    Levent Alpöge 與 Claude 公佈黎曼猜想的 Lean 形式化證明,James Maynard 估計其有 98% 至 99% 機會正確。Andrew Sutherland 確認證明通過三個獨立外部驗證內核的全量複核,官方防篡改複驗仍在收尾。數學界的討論亦聚焦於如何理解其論證,以及現有期刊審查和千禧年獎規則如何處理這類程式碼證明。

    推薦理由:文章把形式化驗證與數學理解的落差,連同學術出版和千禧年獎規則面對的挑戰,放在同一案例中梳理。

  10. DEV Community47

    自主任務中的 RL 陷阱:為何 AI 編碼速度倍增,卻無力評估架構?

    METR 指出,AI 在編碼方面的能力受惠於編譯器和單元測試提供的明確回饋,但面對需要定性判斷的架構評估,RL 缺乏清晰的優化目標。AI 自行設計的評測工具沒有一套達到實際研究環境的使用標準,Opus 5.5 亦僅由明顯低於標準進步至接近高於標準。文章建議把有測試套件保障的執行工作交給 AI,架構判斷則保留人類審核。

  11. Latent Space74

    兩名數學家先後聲稱獨立證明黎曼猜想,Claude 參與其中一項

    兩名數學家在數小時內先後聲稱獨立證明黎曼猜想,其中 Anthropic 數學家 Levent Alpöge 表示曾獲 Claude 協助,並以 Lean 程式公開證明。Elliot Glazer 指出,形式化命題實為廣義黎曼猜想(GRH);Alessandro Masullo 則公佈一份約 940 頁、由人手撰寫的 GRH 證明草稿。文章指出,這項 AI 相關證明尚未核實,Lean 程式仍在編譯。