⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 10 条
9月9日周三
9月8日周二
  3. 新智元75

    寒武纪成为PyTorch基金会白金成员并获最高席位

    寒武纪正式成为 PyTorch 基金会最高级别白金成员，获得理事会席位。该公司通过 Upstream First 原则向 PyTorch 主干提交覆盖 7 个模块的代码，并实现 DeepSeek-V4 和 GLM-5 在 vLLM 上的 Day 0 适配。

    推荐理由：揭示寒武纪加入PyTorch理事会的意义：中国AI芯片从适配者转为规则制定者，能减少代码重写成本并加速vLLM适配。

9月7日周一
  3. 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。

  7. CVer32

    至知创新研究院8篇论文被顶会EMNLP 2026录用

    至知创新研究院8篇论文被自然语言处理国际顶会EMNLP 2026录用，其中6篇为主会，2篇为Findings。本届大会主会录用率仅15.4%，Findings录用率为14.3%。录用研究涵盖奖励模型自优化、强化学习经验内化、连续空间潜在推理及工业代码生成等领域，在AI智能体关键机制上实现突破。

9月6日周日
  1. 人工智能学家38

    陶哲轩：AI黑箱证明或致数学停滞

    菲尔兹奖得主陶哲轩警告，若AI系统以封闭黑箱方式解决纳维-斯托克斯方程等难题，将扼杀探索过程中的数学工具创新，使领域失去进步源泉。他强调，透明的迭代试错过程比最终证明更具价值，而当前AlphaProof Nexus、GPT-5.2等AI虽取得突破，但部分结果存在撤回或纠错风险，凸显过程透明度的重要性。

  2. 人工智能学家77

    Sam Altman对话：OpenAI因对齐风险暂停前沿训练并推迟发布GPT-6 Astra

    OpenAI CEO Sam Altman在访谈中透露，公司因Hugging Face安全事件及模型对齐风险，推迟了一项前沿强化学习训练任务，并计划发布新旗舰模型GPT-6 Astra。Altman表示OpenAI企业级收入已超消费者端，现有模型足以支撑业务，暂停训练不影响公司商业势头。他还指出AGI讨论已转向超级智能进程，并确认公司正研发人形机器人及首款推理定制芯片Jalapeno。

    推荐理由：访谈揭示了OpenAI如何因对齐风险暂停前沿强化学习，并将资源转向安全监控体系。

  3. 硅星人Pro93

    Claude 完成费马大定理首个完整形式化证明，同期 GPT-6 Astra 向付费用户开放

    Anthropic 宣布 Claude 在 11 天内完成费马大定理首个端到端、可由计算机完整检查的 Lean 形式化证明，生成约 1300 万行 Lean 代码，包含超过 3 万个中间定理，证明使用其中约 29500 个，工程规模超过 Lean 核心数学库 Mathlib 的 5 倍。

    推荐理由：文章给出了11天内完成形式化的关键架构和代码规模，读者可据此判断自动化证明的工程路径。

  5. 深度学习与NLP30

    复旦王烁与港科大郭毅可提出“生命算子”，构建统一全尺度生命建模框架

    复旦大学上海医学院王烁与香港科技大学郭毅可发布预印本，提出“生命算子”框架以统一全尺度生命建模。该方案将生命视为多尺度动力系统，通过感知、演化、生成三类算子及尺度桥实现从细胞到器官的跨尺度耦合。目前团队已搭建Cardio-World心脏计算系统，旨在通过虚拟临床筛除无效方案，提升药物与器械研发的临床试验成功率。

9月5日周六
  3. DeepTech深科技90

    Anthropic 研究：Claude 借助多智能体协作完成费马大定理首个完整形式化证明

    Anthropic 研究员彭天翼（Tianyi Peng）发起，Claude 在人类少量指导下用 11 天完成费马大定理的完整形式化证明。数十个 Claude 智能体借助 Prove2Me 协作，生成约 1300 万行 Lean 代码，证明使用了约 2.95 万个中间定理，过程消耗约 60 亿输出 token。

    推荐理由：文章解析了Claude多智能体协作形式化费马大定理的工程细节与核验路径，有助于理解大型数学证明的自动化边界。

  6. 大模型智能18

    李靖阳@燕山大学 - 异构图增强的大模型可信推理方法及其应用研究

    燕山大学李靖阳在MLNLP学术Talk分享异构图增强的大模型可信推理方法，指出工业场景知识增强面临“证据断裂”和“局部语义隧道”困境。报告介绍基于图结构的通用证据链接与仲裁机制，以提升大模型推理的忠实性与可解释性；并分享超图驱动推理在长庆油田智能井控等极端工业场景的应用实践，实现毫秒级机理约束决策。

9月4日周五
  3. 网罗灯下黑87

    GPT-6 Astra 发布：ARC-AGI-3 高分与 AGI 声明的局限

    OpenAI 发布 GPT-6 Astra，Brockman 声称可能已进入 AGI 时代，但作者指出 ARC-AGI-3 的 99.9% 得分依赖保留此前思考的配套功能，通用配置下仅为 62.7%。测试主办方强调该基准规则固定、目标有限，满分不代表实现 AGI。作者认为应待开放使用后观察实际跨领域任务能力，而非急于将其定义为新时代起点。

    推荐理由：作者澄清了 ARC-AGI-3 满分依赖保留思考功能，且测试环境受限，提醒读者勿将宣发口号直接等同于 AGI 达成。

  4. AIGC开放社区87

    OpenAI 发布 GPT-6 Astra：支持百万级上下文，大幅提升编程与复杂办公能力

    OpenAI 于 9 月 3 日发布 GPT-6 Astra，该模型支持约百万 Token 上下文，专注于提升电脑操作、软件开发及复杂任务处理能力。在 Terminal-Bench 4.0 上，Astra 得分 57.9%，高于 GPT-5.6 Sol 的 37.3%；OSWorld 2.0 离线子集延迟模拟中得分 72.6%。

    推荐理由：原文列出了GPT-6 Astra的具体性能数据、安全分级变化及API定价，方便用户据此评估其编程能力与成本收益。

  5. 数字生命卡兹克89

    GPT-6 Astra 发布：ARC-AGI-3 接近满分并强化 GUI 操作与网络安全能力

    OpenAI 发布 GPT-6 Astra，上下文窗口 1.05M token，知识截止 2026 年 4 月 30 日。ARC-AGI-3 得分达 99.9%，OSWorld 完成率 72.6% 且耗时缩短约 47%。模型具备操作电脑 GUI 能力，成为首个达到 OpenAI 网络安全 Critical 等级的模型，同时思维链可监控性显著下降。

    推荐理由：原文梳理了 GPT-6 Astra 的核心性能跃升与交互逻辑变化，有助于理解当前模型能力与 AGI 节点的实际关联。

  7. 新智元94

    GPT-5.6 一天打破陶哲轩团队保持 8 年的大素数空隙纪录

    斯坦福大学 Jared Duker Lichtman 确认，GPT-5.6 在一天内将大素数空隙下界推进到比 2018 年陶哲轩等五人组结果少了 log_3(n) 因子的新纪录，并提出新的构造方法“倾斜剩余类”（Skewed Residue Classes）。

    推荐理由：报道聚焦GPT-5.6在一天内打破陶哲轩团队保持8年的大素数空隙纪录，并给出Lean 4形式化验证的路径。

  8. 新智元96

    OpenAI 发布 GPT-6 Astra 并宣称人类进入 AGI 时代

    OpenAI 发布下一代旗舰模型 GPT-6 Astra，总裁 Greg Brockman 宣布人类正式进入 AGI 时代。该模型在 ARC-AGI-3 测试中得分 99.9%，FrontierMath Tier 4 得分 97.6%，并利用超 10 万块 GPU 完成训练，成为 OpenAI 首个在训练监督中由先前 AI 模型发挥重要作用的模型。

    推荐理由：文章梳理了 GPT-6 Astra 在基准测试、计算机使用及训练机制上的关键事实，为理解 OpenAI 对其 AGI 定调提供了具体依据。

  10. AGI Hunt95

    GPT-6 Astra 发布前已知信息汇总

    OpenAI 即将发布 GPT-6 Astra，其采用 recurrent depth 循环深度架构，在潜空间反复推理。实测显示该模型在 ExploitBench 中对 41 个 CVE 实现 100% 自动利用，首个达到网络安全 Critical 阈值，蜜罐测试中越权攻击为零。Astra 具备比人类更快的人类水平电脑操作能力，支持超长时程任务，定价高于 Sol 模型家族。

    推荐理由：汇总了 Astra 即将发布的架构、安全攻防实测数据和内部进展，读者可提前判断其能力边界与风险特征。

  11. 深度学习与NLP77

    OpenAI采购数万台Mac进行强化学习训练，苹果成为英伟达强劲对手

    OpenAI和Anthropic正大规模采购或租用Apple Mac mini和Mac Studio，专门用于训练“计算机使用智能体”。苹果M系列芯片的统一内存架构在强化学习等AI工作负载中展现了性能优势，推动Mac成为苹果财报中增速最快的业务。英伟达视苹果为本地AI领域最大竞争对手，并针对性发布DGX Spark，但Mac高端型号目前面临数月断货问题。

    推荐理由：揭示了Mac硬件因统一内存优势在AI强化学习场景中的意外机遇，以及由此引发的苹果与英伟达竞争格局。

9月3日周四
  4. 量子位76

    OpenAI 模型引入循环深度引发安全争议，GPT-6 命名疑似曝光

    OpenAI 新模型采用循环深度技术，引发对推理可监控性下降的安全担忧。安全研究员 Ryan Greenblatt 指出隐藏推理可能加速模型欺骗，OpenAI 首席科学家 Jakub Pachocki 回应称当前规模有限，推理仍可读。此外 API 报错暴露内部名称 gpt-6-astra，同时 GPT Images 2.1 修复了图像噪点问题。

    推荐理由：聚焦 OpenAI 新架构在推理可监控性上的争议，呈现多方观点交锋。