AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 357 条中筛出 11 条
全部模型产品行业论文技巧
标签:应用数学×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
5月19日
09:57
09:57arXiv cs.AI@Wentao Long, Yunfei Zhang, Chenyi Li, Li Zhou, Chumin Sun, Zaiwen Wen
精选
CAM-Bench是一个新的Lean 4定理证明基准,包含1000个计算与应用数学领域的证明目标,涵盖优化、数值线性代数和数值分析。这些题目改编自教科书习题,依赖局部定义、符号和算法。研究者开发了依赖恢复管道,将每个问题标准化为独立定理并翻译成Lean目标。该基准填补了现有形式化数学基准(如IMO风格问题)的空白,聚焦于应用数学中依赖教科书概念和初等定理的题目。评估显示,现有大模型和形式化代理在跟踪局部假设、应用初等结果、分解证明和长期控制方面存在常见失败模式。
论文定理证明Lean 4基准测试应用数学形式化验证

推荐理由:做形式化验证或AI数学推理的团队终于有了应用数学方向的专用基准,比纯代数题更贴近实际工程场景,建议关注其失败模式分析来改进模型。
原文
精选全部日报登录