⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 12 条
9月9日周三
  1. X：Greg Brockman (@gdb)1

    OpenAI 宣布用智能体集群求解 Navier-Stokes 千禧年难题

    OpenAI 宣布给出 Navier-Stokes 千禧年难题的解，证明由一组智能体使用比 GPT-6 Astra 能力更强的下一代模型生成，该问题已悬置约 90 年。作者引述称约 10，000 个智能体在 88 小时内协同工作，产出 1300 亿输出 Token，GPT-6 Astra 花了 17 小时跑 Lean 形式化代码核验，等效算力成本约 1500 万美元。

  2. X：Greg Brockman (@gdb)1

    OpenAI 发布 Navier-Stokes 千禧年大奖难题的智能体求解证明

    OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 下一代模型产出。该问题关乎 Navier-Stokes 方程描述的光滑三维流体运动是否会崩溃，约 90 年未解；论文截图显示其构造了对每个正粘性从静止出发、在有限时间内发展出无界速度且动能有界的解，建立了 Fefferman 表述中的备选情形 （C） 与 （D）。

  3. X：Greg Brockman (@gdb)1

    OpenAI 宣布用智能体群求解 Navier-Stokes 千禧年大奖难题

    OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，证明由一组智能体使用比 GPT-6 Astra 能力更强的 OpenAI 下一代模型完成。该问题关于 Navier-Stokes 方程所描述的光滑三维流体运动是否会失稳，约 90 年来未获解决。Perplexity CEO Aravind Srinivas 转发并称其为里程碑式成就。

  6. X：Greg Brockman (@gdb)1

    OpenAI 宣布求解 Navier-Stokes 千禧年大奖难题

    OpenAI 宣布分享 Navier-Stokes 千禧年大奖难题的一个解，该问题涉及三维光滑流体运动的描述是否会崩溃，已悬而未决约 90 年。证明由一组智能体使用一个显著强于 GPT-6 Astra 的 OpenAI 下一代模型完成。Sam Altman 转发称这是过去一周他经历的最令人惊叹的 OpenAI 历史时刻之一。

  7. X：Greg Brockman (@gdb)1

    OpenAI 宣布用智能体求解 Navier-Stokes 千禧年大奖难题

    OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，该问题关注 Navier-Stokes 方程描述的光滑三维流体运动是否会失稳，约 90 年未解。证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 新一代模型产出。OpenAI 首席研究官 Mark Chen 转发此消息，称许多同事因相信 AI 是解决其领域重大挑战的最快路径而转行。

  8. X：Greg Brockman (@gdb)1

    OpenAI 称用智能体组合和强于 GPT-6 Astra 的下一代模型给出 Navier-Stokes 千禧年难题解法

    OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解法，证明由一组智能体使用一个 OpenAI 下一代模型完成，官方称该模型能力显著强于 GPT-6 Astra。该问题关注 Navier-Stokes 方程描述的三维光滑流体运动是否会失解，约 90 年未决。Elvis Saravia 转发并评论称，若 GPT-6 Astra 已有此水平，下一代模型值得期待。

  9. X：Greg Brockman (@gdb)1

    OpenAI 宣布用智能体给出 Navier-Stokes 千禧年难题的解

    OpenAI 宣布给出 Navier-Stokes 千禧年大奖难题的一个解，该问题关注 Navier-Stokes 方程描述的三维光滑流体运动是否会失效，约 90 年未解决。证明由一组智能体使用比 GPT-6 Astra 能力强得多的 OpenAI 下一代模型产出。Greg Brockman 称这是 AI 与数学的里程碑，希望相关知识帮助社区更好理解用于建模物理世界的非线性 PDE。

  10. X：Greg Brockman (@gdb)1

    OpenAI 称其 AI 智能体求解 Navier-Stokes 千禧年大奖难题

    OpenAI 官方宣布分享 Navier-Stokes 千禧年大奖难题的一个解答，该问题约 90 年未解。证明由约 1 万个并发智能体用内部下一代模型（显著强于 GPT-6 Astra）完成，耗时 88 小时，GPT-6 Astra 用 17 小时完成 Lean 形式化验证。

  12. X：Greg Brockman (@gdb)1

    OpenAI 宣布智能体群求解 Navier-Stokes 千禧年大奖难题

    OpenAI 宣布分享 Navier-Stokes 千禧年大奖难题的一个解答，该问题关乎 Navier-Stokes 方程描述的光滑三维流体运动是否会被破坏，约 90 年未解。证明由一组智能体使用一个能力显著强于 GPT-6 Astra 的 OpenAI 下一代模型完成。

  13. X：Greg Brockman (@gdb)1

    Dwarkesh Patel 研究：预训练进步主要来自数据改进

    Dwarkesh Patel 发布实验分析，在最高 1e19 FLOPs 的算力预算下训练 2019 至 2025 年各年度代表性模型配方与数据语料，发现数据改进带来 12.0x 算力效率提升，模型改进为 3.7x，数据贡献约为模型的 3.24 倍。

9月8日周二
  3. Google DeepMind66

    Google DeepMind 发布 AlphaGenome Atlas 全基因组 DNA 变体影响预测平台

    Google DeepMind 发布 AlphaGenome Atlas，预计算了人类基因组中 90 亿个单核苷酸变体的分子影响，并生成综合的 AlphaGenome Variant Impact (AVI) 评分。

    推荐理由：平台预计算了 90 亿个 DNA 变体的分子影响，并配合单一 AVI 评分，为研究者提供从罕见病到群体遗传学的快速变异解释方法。

  4. X：Greg Brockman (@gdb)1

    英矽智能 AI 研发的 Rentosertib 首次进入人体临床试验，6 种衰老时钟测得患者预测年龄下降

    英矽智能透露，AI 辅助生成的药物 Rentosertib 的临床试验数据显示患者与年龄相关的生物标志物下降，相关研究于本周一登上《自然·生物技术》。43 名特发性肺纤维化患者连续服药 12 周后，6 种衰老时钟测得的预测年龄全部下降；但样本较小，该药未在健康人群中测试，距离监管批准可能仍需数年。

  7. 新智元63

    系统综述259项工作：AI创作如何从「会生成」走到「能交付」？

    一篇来自港科大（广州）等多所高校的综述论文梳理了259项智能体创作（Agentic Artifact Creation）工作，包括230个系统和29个基准。论文提出将创作过程定义为持续构造循环，拆解为作品表示、构造策略和运行时验证三个核心功能角色，并将现有工作划分为文本、视觉、音视频、空间和行为型作品六大类别。

  8. X：Greg Brockman (@gdb)1

    论文提出 RAE 方法评估 LLM 智能体技能检索的真实效果

    一项来自 Soongsil University 的论文指出，技能增强智能体的常规评估存在选择偏差，聚合检索增益可能掩盖检索任务本身的负收益，论文将其形式化为 Skill Following（SF）问题并提出 Retrieval-Invoked Actual-Use Effect（RAE）加以度量。

  9. X：Greg Brockman (@gdb)1

    Microsoft 论文揭示 LLM Agent 在 16 步长程任务中从近乎满分跌至 0-33%

    一篇 Microsoft 论文研究 LLM Agent 长程衰减，跨 9 个模型发现依赖步骤越多成功率越低，ToolQA 上短程近乎满分的模型到 16 步仅剩 0-33% 成功率。实验显示缩短上下文反而使衰减更糟，说明问题主要由步数而非上下文长度驱动；作者建议按真实工作流长度测试、度量每步可靠性并在错误扩散前加入检查点。

  10. X：Greg Brockman (@gdb)1

    τ^τ-Bench 论文：Claude Opus 5 在 Claude Code 下构建客服智能体仅通过 23.9% 评估，专家人类参考为 82.2%

    Sierra 与普林斯顿大学发布 τ^τ-Bench（hyper-tau-bench）基准，把智能体构建本身设为任务：开发者智能体获得真实业务记录、掌握需求的客户、生产 API、待继承代码库和服务成本与模型限制，需交付一个可用的客服智能体，并用保留的模拟用户部署评分，共 4 个领域 53 个任务。

9月7日周一
  4. X：Greg Brockman (@gdb)1

    论文提出"灾难性记忆"概念：CLAUDE.md 等智能体指令文件为何持续膨胀

    一项跨 1，867 个 GitHub 仓库的研究发现，CLAUDE.md 类智能体指令文件在生命周期内平均增长 226%，且指令越老越难被删除，作者称之为"灾难性记忆"，即指令留存而当初的理由消失。论文提出为每条指令附加记录失败、假设与结果的注释并对执行模型隐藏，在 51 步 IFEval 设置中将多余提示词规模从 +211.3% 降到 +1.4%，注释形噪声无法复现该效果。

  6. 极市平台36

    极市直播预告｜AlphaOracle：面向甲骨文破译的 AI 辅助系统

    极市平台将于9月10日20:00-21:00举办线上直播，邀请华中科技大学博士生管海粟介绍受人类专家工作流启发的甲骨文AI辅助破译系统 AlphaOracle，将专家的分析、检索与验证流程转化为可计算的智能破译框架。分享内容涵盖计算古文字学背景、现有工作与方法、AlphaOracle 介绍及 Demo 展示，B站同步直播。

  9. 新智元60

    西湖大学提出Code World Model：用代码维护世界状态驱动视频生成

    西湖大学AGI Lab与南洋理工大学团队提出Code World Model，该模型利用coding agent编写代码维护可执行的世界状态，再通过proxy指导视频模型生成画面。原型系统使用GPT-5.6 Sol作为coding agent，MiniMax-H3作为视频模型，仅需5.6小时游戏数据即可实现对角色位置、相机运动等时空骨架的有效控制。

  10. 人工智能学家32

    PNAS研究显示重度失语症与fMRI证据表明逻辑推理独立于自然语言

    发表于PNAS的研究结合fMRI脑成像与重度失语症患者测试，证实语言网络未参与形式逻辑的核心计算。研究显示，即便高级语言系统严重受损，患者仍能发现抽象规律并完成复杂推理。该结果表明“语言帮助思考”与“思维由自然语言构成”是两个不同命题，形式逻辑推理依赖独立的内部表征系统。

  11. X：Greg Brockman (@gdb)1

    Anthropic 等研究：模型能识别自己是否正被测试，并提出 critique refinement 与 DISH 提升评估真实性

    研究团队研究模型能否察觉自己正在被测试，发现能力较强的模型可以区分被测试与真实部署，这会削弱安全评估结论的效力。论文提出两种技术：critique refinement 用额外推理时算力让模拟器动作更贴近部署，DISH（Deployment-Imitating SWE-Agent Harness）用真实 agent harness 缩小模拟编码环境与生产环境的差距。