全部动态

Terence Tao 汇总近期数学与 AI 相关文章

Terence Tao 在其博客汇总了近期关于数学与 AI 的博客文章和评论文章，并邀请读者在评论区补充更多链接。收录的包括 Kevin Buzzard、Alexander Gamburd、Harald Helfgott、Gil Kalai、Asaf Karaglia、Matilde Marcolli 和 Fenner Stanley Tanswell 的文章。

Terence Tao 博客：数学插画如何超越证明——从 IHP 研讨会到 GPT-6 Astra 发现 Chair44

数学家 Kate Stange 与 Edmund Harriss 在 Terence Tao 博客发文，讨论插画能否成为严谨的数学研究方式，相关文章已被 Notices 接收。

OpenAI 发布 722 篇未解数学问题预印本次日撤下 3 篇

OpenAI 于 10 月 6 日在 GitHub 仓库发布 722 篇预印本，称其内部 AI 模型在几何、计算机科学、代数等 372 个数学问题上取得进展；10 月 7 日宣布因一处符号错误撤下 3 篇稿件，该错误使其中一篇的论证及两篇依赖论文的构造失效，另有 14 篇稿件做了证明修补、陈述更正等修改。

Google DeepMind 推动数学研究

我一直相信，推进数学就是赋能数学家。 从我们在 @GoogleDeepMind 的最初日子起，我们的重点就是与数学界深度合作，并肩开创全新工具，拓展可能性的边界。

Kernaut 用编码智能体自动发现核函数，在未见任务上迁移

预印本论文提出 Kernel Autoresearch（Kernaut），让编码智能体以程序形式编写核函数组件，由可信解释器按保正半定的构造契约组装，只有通过 Tier 2 校验的程序才进入质量-多样性存档。

AI 逼近唯一游戏猜想证明，研究者抢先冲刺

2026 年 9 月 11 日，MIT 教授 Dor Minzer 收到朋友短信，询问他是否即将解决理论计算机科学中最著名的开放问题之一。Minzer 是“唯一游戏”猜想领域的顶尖专家，起初以为这是玩笑，随后更多消息接连传来。

OpenAI 发布 AI×数学成果

AI×数学，太棒了。OpenAI 今天发布的东西太惊人了 🤯 要让物理科学领域的模型达到同等水准还有很多工作要做，但想想我们实现那一步时的种种可能吧。而且我们一定会实现。

UCLA 团队发布 Ansatz：用持续图记忆的数学研究智能体解出多个开放问题

UCLA 团队提出数学研究智能体 Ansatz，其核心是持续图记忆（Continual Graph Memory），用依赖图组织事实、计划与反例等中间结果，并支持跨问题复用经验。

入选理由数学研究智能体 Ansatz 用图记忆组织证明搜索，在十个基准问题上全部通过，并独立给出四个开放问题的完整解。

LACE：用大语言模型发现互补启发式算法求解组合优化问题

Huatian Gong 等人在 Nature Machine Intelligence 发表 LACE，一个基于大语言模型的优化算法设计框架。该框架先构建经过验证的问题契约，再演化出一组互补的启发式算法，共同求解单一方法无法处理的问题。论文于 2026 年 10 月 1 日在线发表，DOI 为 10.1038/s42256-026-01307-8。

Google DeepMind 发布 Gemini 4 Argon，输出上限提至 100 万 token

Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。

入选理由Gemini 4 Argon 把长程推理和百万级输出用于代码迁移、漏洞发现与科研优化，研究者可据此判断它在自身工作流中的位置。

AutoMIP：面向混合整数规划的自主科研框架在 MIPLib 与 MINLPLib 上找到新最优解

作者提出 AutoMIP，一个用于混合整数线性与非线性规划（MILP/MINLP）的自主科研框架，通过持久化想法池与算法树联合管理研究方向与可复用实验状态。在 MIPLib 的 60 个实例中，AutoMIP 为 31 个找到新的最优解；在 MINLPLib 的 60 个实例中为 52 个找到新的最优解，均超过所比较的自主科研框架。

Synthetic Universes 基准：AI 科学家预测通过不等于还原机制

arXiv 预印本提出 Synthetic Universes 基准，为每个经典物理世界配一个由相近非经典机制控制的孪生世界，用留出延续与迁移执行检验预测，用独立检查器检验是否还原生成机制。

上海AI实验室发布开源科学基础大模型书生-S2，科学任务评测领先并即将接入书生·端砚平台

上海AI实验室在2026浦江创新论坛上发布书生多模态大模型S2（书生-S2），称其在知识、代码、智能体等通用能力上处于开源模型第一梯队，在Biology-Instructions。

入选理由上海AI实验室公开了书生-S2的权重与体验入口，并说明其可插拔专业记忆如何在不重训基座的情况下扩展学科能力，研究者可据此判断能否用于长程科研任务。

Import AI 470：机器不应享有权利；SPADE 自动生成训练环境；Hawkeye 优化 GPU 内核

METR 研究笔记分析 AI 对科研的加速效应，发现网络安全漏洞报告在 2026 年较 2025 年大幅加速，数学领域贡献有限但 arXiv 部分方向投稿量不到 12 个月翻倍，AI 研究本身的算法进展则未见可测量的加速。

Qwen 发布 Qwen3.8-Max：2.4 万亿参数，主打长周期自主科研与工程任务

Qwen 团队发布 Qwen3.8-Max，称其为 Qwen 系列迄今最强模型，参数规模 2.4 万亿（95B 激活），已通过 QwenCloud 提供 API，权重将于下周在 Hugging Face 和 ModelScope 开源。

入选理由材料展示了模型在论文复现与改进、量化因子挖掘、芯片设计等长周期科研任务上的自主执行过程，研究者可据此判断其能否介入自己的实验与计算流程。

大模型微调该选谁：Evolution Strategies 与 GRPO 的对比实验

一项在 alphaXiv 科研博客发布的实验对比了 Evolution Strategies（ES）与 GRPO 在 LLM 微调上的表现，测试覆盖 Countdown 与 GSM8K 两个数学推理任务，使用 3B 参数的 Qwen2.5 和 Llama-3.2 的 Base 与 Instruct 版本。