近期围绕“数学基础”的讨论主要聚焦于大语言模型（LLM）背后的数学原理及其可解释性。一方面，哈德斯菲尔德大学发布了一本178页的《生成式AI基础小书》，为数学与AI入门提供系统指南，强调数学在理解生成式AI中的核心作用 (178页《生成式AI基础小书》发布)。另一方面，数学家陶哲轩指出，LLM所依赖的数学概念实际上相当简单，本科生即可掌握；真正的谜题在于模型行为为何时而成功、时而失败，这种不可预测性成为当前研究的焦点 (陶哲轩：LLM数学很简单, 陶哲轩：LLM背后的数学其实简单)。
当前焦点：虽然LLM的基础数学并不深奥，但模型的泛化能力、鲁棒性以及失败模式尚未被充分理解。未来观察点包括：如何利用数学工具改进模型的可解释性，以及是否需要对现有数学基础进行拓展以解释复杂行为。