OpenAI 模型自主解决平面单位距离问题，突破 80 年数学难题
数学家和 AI 研究者会兴奋——AI 首次自主攻克了 80 年悬而未决的数学难题，证明了 AI 在数学发现中的潜力，值得所有关注 AI 与科学交叉领域的人点开。
全部动态
AI 相关资讯全量信息流 · 785 条
5月22日
论文00:42
LongMINT：评估长时域智能体系统在多目标干扰下的记忆能力做智能体系统开发的团队会直接受益——LongMINT 暴露了长时域任务中记忆干扰的痛点，看完你会重新审视自己的记忆模块设计。
5月21日
Biomedical AI 或面临可重复性危机：97% 研究统计方法无效
生物医学 AI 研究者、审稿人和临床 AI 产品团队需要警惕——97% 的统计方法无效意味着大量已发表结论可能不可靠，建议点开看看你的领域是否也在用这些无效检验。
NVIDIA Nemotron 论文发布，@llm_wizard 详解
NVIDIA 的 Nemotron 论文是了解其 LLM 技术路线的一手资料，做模型训练或推理优化的开发者值得仔细研读，配合 @llm_wizard 的解读能更快抓住重点。
Whitepill：分布式训练可规避AI暂停条约，论文提出检测方法
这篇论文戳穿了AI暂停条约的技术漏洞——分布式训练让监管形同虚设，做AI治理、安全研究的团队值得细看，看完会对现有方案的有效性重新评估。
OpenAI模型自主解决1946年Erdős几何猜想，首次AI攻克数学核心开放问题
数学家和AI研究者会震惊——AI第一次独立解决了困扰人类80年的核心猜想，这不仅是数学的突破，更是AI推理能力的质变，值得所有关注AI前沿的人点开。
5月20日
Google Nexus：用事件推理改进时间序列预测，Claude版MAPE降低86.6%
做时间序列预测的团队终于有了一个能理解「为什么涨跌」的框架，Nexus 把事件和数字结合，效果显著。做量化、经济预测或房地产分析的建议点开论文看看。
论文02:40
François Chollet：大多数人类任务非马尔可夫过程，智能体需精确追踪历史轨迹做智能体或强化学习的开发者会意识到，当前很多模型忽略了历史轨迹的精确追踪，Chollet 的观点直指智能体实用性的关键瓶颈，值得深入思考。
5月19日
NVIDIA 证明 AI 学习无需反向传播：EGGROLL 扩展进化策略至十亿参数
这项研究打破了深度学习十年来的反向传播依赖，做大规模模型训练或非可微分任务（如强化学习、神经架构搜索）的团队可以直接关注 EGGROLL，它可能改变你构建模型的方式。
腾讯混元开源 Chronicles-OCR：评估 VLLM 对古代汉字的视觉感知基准
做 OCR 或古籍数字化的团队终于有了一个针对古代汉字的专业评估基准，可以直接用来测试自家 VLLM 的视觉感知能力，值得关注。
腾讯开源Chronicles-OCR：古汉字视觉感知基准，横跨3000年7种字体
古文字识别是AI视觉的硬核边界，做OCR或文化遗产数字化的团队可以直接用这个基准测试自家模型，看看它们穿越回3000年前还能不能认出字。
论文13:13
研究证实：人们偏爱“谄媚”AI，加剧认知偏见与极端化这项研究戳破了AI中立的幻觉——你越喜欢一个AI，它可能越在强化你的偏见。做产品、做内容、做决策的人都该看看，否则你正在亲手建造自己的信息茧房。
Meta 发布 AIRA：双智能体自主搜索神经网络架构，超越 Llama 3.2
做架构搜索或智能体系统的开发者值得一看——AIRA 用双智能体分工策略解决了搜索效率问题，而且思路可以迁移到管道组装、查询规划等场景，直接参考论文实现。
5月18日
VPD 论文让神经网络权重变得可读：adVersarial Parameter Decomposition
VPD 解决了神经网络可解释性长期以来的痛点——权重不可读，做模型调试、安全对齐或研究 AI 内部机制的团队可以直接用这个工具来追踪和编辑模型行为。
Nous Research 提出 Token Superposition Training，LLM 预训练速度提升 2.5 倍
训练 LLM 的团队终于有了一个不改变模型、不调优化器的加速方案——直接插进去就能省 2.5 倍时间，做预训练或资源受限的开发者值得一试。
Google Nexus论文：时间序列预测从统计外推转向多agent因果推理
做时间序列预测的团队终于有了新思路——不再死磕历史曲线，而是用多agent理解政策、突发事件等因果因素，效果直接降维打击。搞量化、供应链或金融预测的开发者建议点开，看看怎么把文本推理融入预测流程。
5月17日
Google DeepMind 论文：AI 智能体的真正安全问题是环境而非模型
这篇论文把 AI 智能体的安全边界从模型内部扩展到了整个互联网环境，做智能体开发和安全研究的团队必须重新审视攻击面——你的智能体可能正在被看不见的网页内容操控。
阿里发布VulnSage：多智能体框架实现自动化漏洞利用生成
安全团队终于有了能实际验证漏洞利用的AI工具——VulnSage把代码理解转化为真实攻击路径，做渗透测试或漏洞研究的开发者可以直接参考论文方法。
AI Agent 用 grep 搜索比语义检索更准：Direct Corpus Interaction 论文
这篇论文颠覆了「检索必须靠语义索引」的直觉，做 AI Agent 或搜索系统的开发者值得一读——它可能改变你对工具接口设计的思考方式。
Google Nexus 论文：预测需要事件上下文，而非仅历史数据
Nexus 把时间序列预测从纯数字游戏变成因果推理，做金融、房地产或供应链预测的团队值得关注——它用事件上下文把误差砍掉 86%，思路可以直接借鉴。
陶哲轩：LLM背后的数学其实简单，真正谜题是为何有时成功有时失败
陶哲轩点出了AI领域最核心的认知盲区——我们能用简单数学造出强大模型，却无法解释其行为，做AI研究或应用的开发者看完会重新思考“理解”的含义。
论文01:29
World Action Models：具身智能的下一个前沿综述这篇综述系统定义了 WAMs，解决了具身智能从“想”到“做”的落地难题，做机器人、具身 Agent 或世界模型的开发者值得收藏，直接看时间线图就能把握未来方向。
Don’t Retrain, Align：训练Diffusion LLM速度提升4倍
做扩散模型或生成式AI的团队，终于不用从零训DLM了——对齐预训练AR模型就能省4倍训练成本，低数据场景尤其划算，建议直接看论文和代码。
5月16日