AI在线 AI在线

数学

AI解数学题只靠最后一个token

AI解数学题只靠最后一个token
henry 发自 凹非寺. 量子位 | 公众号 QbitAI大语言模型在解心算题时，只依赖最后一个token？ 最近，来自加州大学圣克鲁兹分校、乔治·梅森大学和Datadog的研究人员发现：在心算任务中，几乎所有实际的数学计算都集中在序列的最后一个token上完成，而不是分散在所有token中。
9/14/2025 1:37:10 PM
henry
北大南开数学家解决著名“十杯马天尼”问题：更统一、更优雅的证明

北大南开数学家解决著名“十杯马天尼”问题：更统一、更优雅的证明
困扰数学和量子力学交叉领域长达半个世纪的难题，因为北大、南开数学家的参与，终于是有了较为完美的答案。 这个难题有个非常有趣的名字，叫做“十杯马天尼”（The Ten Martini Problem）。 之所以叫这个名字，是因为数学家马克·卡茨（Mark Kac）在1981年表示，谁能解决这个问题，就请对方喝十杯马天尼。
8/27/2025 4:47:59 PM
十三
诺贝尔物理学成果48年后终获数学证明！中科大少年班尹骏又出现了

诺贝尔物理学成果48年后终获数学证明！中科大少年班尹骏又出现了
诺奖得主都没找到的证明方法，现在被两位华人学者突破了。 凝聚态物理奠基人菲利普·安德森（Philip Warren Anderson）提出的Anderson模型，因解释了半导体材料中电子为何突然不再流动而闻名。 这一成果也助力他获得诺奖。
8/25/2025 8:51:00 AM
和图灵机相关的这个数字，已经大到整个宇宙原子都容不下了

和图灵机相关的这个数字，已经大到整个宇宙原子都容不下了
闻乐 发自 凹非寺. 量子位 | 公众号 QbitAI衡量图灵机最大运行步数的海狸数（busy beaver number）纪录，被刷新了！ 一位神秘人突破了第六个海狸数的新下限，而且数值大到超乎想象——.
8/24/2025 2:23:20 PM
闻乐
78年后，中国数学家刷新世界记录！陶哲轩伯乐的外星人难题新突破

78年后，中国数学家刷新世界记录！陶哲轩伯乐的外星人难题新突破
1947年，陶哲轩的伯乐Erdős提出了组合数学中Ramsey数下界。 10岁的陶哲轩和Erdős最近，国内的马杰等三位研究人员联手带来了首次指数级改进。 他们公布了一篇arxiv新论文展示了这一领域的惊人进展：论文链接：、计算机科学家Gil Kalai表示改进令人惊叹！
8/11/2025 9:27:00 AM
内幕曝光：OpenAI模型坦承不会第六题，三人俩月拿下IMO金牌！

内幕曝光：OpenAI模型坦承不会第六题，三人俩月拿下IMO金牌！
OpenAI的ChatGPT真能拿到国际奥数IMO金牌？ 还是OpenAI的自嗨？ 背后到底有何隐情？
8/11/2025 8:57:00 AM
清华陈麟九人天团，攻克几何朗兰兹猜想！30年千页证明，冲刺菲尔兹大奖？

清华陈麟九人天团，攻克几何朗兰兹猜想！30年千页证明，冲刺菲尔兹大奖？
耗时30年，近1000页论文，终于攻克了「几何朗兰兹猜想」！ 朗兰兹纲领，又被称为「大一统理论」，困扰了数学家多半个世纪，至今仍是一个未解之谜。 如今，来自普朗克数学研究所Dennis Gaitsgory和耶鲁大学Sam Raskin领衔九人团队，在五篇论文中，完成了证明其中一个分支的壮举。
7/18/2025 10:15:36 AM
数学家跨界找到百年难题最优解，能给无线通信领域带来新思路

数学家跨界找到百年难题最优解，能给无线通信领域带来新思路
闻乐 发自 凹非寺. 量子位 | 公众号 QbitAI一位“门外汉”闲来无事学了几个月的新理论，居然找到了百年难题的最优解。 用的还是已经被淘汰的老方法。
7/9/2025 2:14:21 PM
闻乐
有道推出“子曰3”模型，轻松破解数学难题，助力教育公平！

有道推出“子曰3”模型，轻松破解数学难题，助力教育公平！
6月23日，网易有道正式推出并开源其最新的 “子曰3” 系列大模型，英文名为 Confucius3-Math。 这一专注于数学教育的推理模型，能够在普通的消费级 GPU 上高效运行，成为国内首个如此低成本高性能的 AI 教育工具。 在一系列数学推理任务中，“子曰3” 展现出了超越许多大规模通用模型的出色性能。
6/23/2025 6:00:39 PM
AI在线
陶哲轩罕见长长长长长访谈：数学、AI和给年轻人的建议

陶哲轩罕见长长长长长访谈：数学、AI和给年轻人的建议
陶哲轩罕见接受了一次长长长长访谈，把他关于数学、AI、教育和人类智慧的最新认知，都对外分享了。 作为菲尔兹奖得主，陶哲轩一直被认为是当世最伟大的数学家之一，而这次在与MIT技术背景的播客大神Lex Fridman的对话，也是他近年来首次接受超3小时的非学术机构访谈，内容覆盖数学前沿、AI形式化验证、科研方法论等多个硬核议题。 不仅谈论分享了数学和物理相关的专业性观点，还结合当下AI技术迅速发展的背景，作出了很多像基础教育和AI应用的大众话题思考……陶哲轩金句频出，比如：AI和菲尔兹奖的距离，只差一个研究生了。
6/23/2025 8:45:00 AM
大模型也需要自我反思，上海AI Lab合成“错题本”让大模型数学成绩提升13.3%

大模型也需要自我反思，上海AI Lab合成“错题本”让大模型数学成绩提升13.3%
大模型学习不仅要正确知识，还需要一个“错题本”？ 上海AI Lab提出了一种新的学习方式，构建了“错误-反思-修正”数据，让大模型仿照人类的学习模式，从错误中学习、反思。 结果，在Llama3-8B上，数学题的解题准确率平均提升了13.3%。
6/18/2025 9:03:07 AM
数学圈地震！o3靠直觉刷爆人类顶尖难题，14位专家集体破防

数学圈地震！o3靠直觉刷爆人类顶尖难题，14位专家集体破防
推理模型不会推理，一夜成为硅谷最热门的话题。 来自Epoch AI最新报告称，o3-mini-high不仅会推理，还能破解顶尖数学难题。 14位数学家组团，共同评估o3在29道FrontierMath推理能力。
6/10/2025 9:22:31 AM
AI七个月突破数学家“围剿”反超人类！14位数学家深挖原始推理token：不靠死记硬背靠直觉

AI七个月突破数学家“围剿”反超人类！14位数学家深挖原始推理token：不靠死记硬背靠直觉
从只能答对2%的题目，到在超难数学题集中刷下22%得分，甚至超过人类团队平均水平，大模型需要多长时间？ 现在，令数学家们都惊讶的结果已经尘埃落定：7个月。 发生在大名鼎鼎的“专为为难大模型而生的”FrontierMath基准测试上的这一幕，在激起热议同时，也引发了新的思考：大模型们是怎么做到的？
6/10/2025 9:09:00 AM
思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能

思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能
本文的共同第一作者是徐皓雷和颜聿辰。 徐皓雷是浙江大学的一年级硕士生，主要研究兴趣集中在大模型推理和可解释性研究；颜聿辰是浙江大学博士三年级研究生，主要研究兴趣集中在大模型推理和智能体。 本文通讯作者是浙江大学鲁伟明教授和沈永亮研究员。
6/4/2025 8:35:00 AM
AI数学能力暴涨100%，自进化直逼RL极限！CMU新作颠覆认知

AI数学能力暴涨100%，自进化直逼RL极限！CMU新作颠覆认知
通往AGI最大的绊脚石，便是互联网数据不够用了！ DeepSeek-R1、OpenAI的o系推理模型出世，不再单纯依赖人类标注「标准答案」，而是通过RL实现破局。 但问题来了——当前，LLM依然需要人类设计「正确信号」来指导训练。
6/3/2025 8:51:00 AM
陶哲轩联手AI挑战经典ε-δ极限！加法秒杀、乘法翻车

陶哲轩联手AI挑战经典ε-δ极限！加法秒杀、乘法翻车
数学大师陶哲轩的AI新实验来了！ 这次是Lean 4自动化数学证明的第三支视频。 主要看看GitHub Copilot在处理分析学经典的「ε-δ」问题（描述函数极限的经典方法）时，效果究竟如何。
5/22/2025 9:08:40 AM
数学建模的AI助手MathModelAgent，给出题目就能完成分析到写论文全流程

数学建模的AI助手MathModelAgent，给出题目就能完成分析到写论文全流程
一款名为MathModelAgent的AI助手在开源社区引发热议。 这款专为数学建模设计的智能工具，能够自动完成从问题分析、模型构建、代码编写到论文撰写的全流程，展现了AI在学术与技术领域的深远潜力。 MathModelAgent:数学建模的革命性助手MathModelAgent是一个多智能体协作系统，集成了多个专业模块，包括负责数学建模的“建模手”、代码编写与调试的“代码手”以及论文撰写的“论文手”。
5/19/2025 12:00:55 PM
AI在线
数学推理新标杆！DeepSeek-Prover-V2 实现数学证明的飞跃

数学推理新标杆！DeepSeek-Prover-V2 实现数学证明的飞跃
在人工智能领域，最近一项重磅技术发布引发广泛关注 ——DeepSeek-Prover-V2。 这一模型不仅在推理性能上取得了显著提升，还被誉为通向人工通用智能（AGI）的关键一步。 DeepSeek-Prover-V2在推理能力和训练效率上都进行了革命性的创新，给数学推理研究带来了新的希望。
5/1/2025 10:00:51 AM
AI在线