论文研究

这一门下的精选 · 37 条

02:12The Decoder精选评分 79

arXiv 从 2026 年 10 月起限量投稿：每人每月最多两篇。其月投稿量两年翻了一倍，cs.AI 类别增长超过六倍，arXiv 称是少数作者用低质量论文淹没了平台的志愿审稿人

ArXiv caps submissions at two per month as AI paper flood overwhelms the preprint server

The Decoder 报道：从 2026 年 10 月起，预印本平台 arXiv 将每人每月的投稿量限制在两篇。其月度投稿量两年内翻倍，在 cs.AI 类别增幅超过六倍；平台称是少数作者用大量低质量论文（low-quality papers）淹没了志愿审稿人（volunteer moderators）。这是 AI 论文泛滥对学术交流基础设施造成压力的一个明确制度性反应。

行业

推荐理由：arXiv 是 AI 研究的主要预印本入口，其因 AI 灌水而限量是可核对的制度变化，直接反映 AI 生成科研内容的规模压力，精选价值高。

05:58The Decoder精选评分 78

「我们失去了多少美？」OpenAI 一次放出 700 多份 AI 数学解法后，研究者反应从着迷到存在性恐惧，菲尔兹奖得主 Hugo Duminil-Copin：我瘫痪了

"How much beauty have we lost?" Mathematicians react with shock and disgust as OpenAI bulldozes their field

OpenAI 发布了七百多份由 AI 生成的文稿，声称解决了数学领域一些开放问题。随后一个数学博客收集了上百位研究者的反应，情绪跨度从对新想法的着迷，到存在性的恐惧，再到对一种工作方式逝去的哀悼——文章的标题就取自其中一句质问：「我们失去了多少美？」菲尔兹奖得主 Hugo Duminil-Copin 在其中写下「我瘫痪了」。这批反应的价值在于它不是抽象的立场声明，而是从业者对同一件事的即时记录：当「解题」可以被批量生产，数学这门以理解与传承为业的学科该如何自处。

行业#OpenAI

推荐理由：把「AI 攻克数学难题」的产业叙事与从业者真实情绪并置，这一百多条反应是理解学界抵制来源的一手材料。

13:05The Verge · AI精选评分 79

「纯粹疯狂」：数学家们要花好几年才能弄明白 OpenAI 刚丢下的这批成果——三十多位研究者对 The Verge 用了「惊人、压倒性、前所未有、超现实、纯粹疯狂」来形容，他们的共识是：光是理解 OpenAI 发布了什么就可能耗时数年，更别提想清楚自己在这行里的位置

‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop

「惊人」「压倒性」「前所未有」「超现实」「纯粹疯狂」——这些都是三十多位数学家在与 The Verge 交谈时，试图弄明白 OpenAI 本周突然丢给整个领域的这堆数学结果时所用的词。在惊叹、兴奋与对这股洪流规模的茫然之间，藏着一种深层的焦虑：这一切意味着什么、接下来会怎样。尽管各人反应不同，研究者们的共识是——光是理解 OpenAI 发布了什么就可能要花上好几年，更不用说想清楚数学家自己在这套新格局里还站不站得住。这句话是整件事的核心：如果「读懂 AI 的证明」本身就是一项要以年计的浩大工程，那么「解题速度」这种 AI 叙事里的卖点，对人类的知识累积究竟还成不成立，就彻底打了问号。

行业#OpenAI

推荐理由：用三十多位一线数学家的原话把「洪流」这件事的情绪与判断收集齐，「理解就要数年」这句是理解 AI 做数学真实处境的关键句。

12:01TechCrunch · AI精选评分 82

OpenAI 的数学解法还不合学界标准：719 份论文仅 10 份放出思维链、42% 未形式化，顾问组首个要求就是别用闭源模型测数学

OpenAI’s math solutions aren’t meeting the field’s standards yet

前沿实验室发布数百份「攻克世界难题」的数学解法时，OpenAI 说它征询了高等研究院主办的 AGMAI 顾问组，以免重演上一次「模型解决长期难题」的争议——但文章逐条对照后认为它并未达到这套标准。顾问组在 9 月底发布的准则里最强调「对结果的人类理解」，而它的第一条诉求其实是「停止在专有模型上测试高等数学问题」，OpenAI 此次明确是在用开放数学研究问题评测专有模型。数据很硬：719 份文稿中只有 10 份公布了模型思维链；对无人能读懂的证明本应做形式化，却有 42% 尚未完成。剑桥与伦敦国王学院的论文进一步给出实证——模型把自然语言证明翻译进 Lean 时存在至少两处不一致，涉及 OpenAI 针对源自 Navier-Stokes 方程的问题所给的百万美元级解答。Terence Tao 与哈佛的 Melanie Wood 都指出：AI 提示者解完题就走、无法回答后续问题，发布之时并不存在人类理解。

行业#OpenAI

推荐理由：把「AI 自动解题」的热销叙事与学界的验收标准摆在一起逐条对账，并给出思维链与形式化两组可核查数字，是这一轮 AI 做数学最有分量的批评性报道。

12:00The Decoder精选评分 79

「人类数学协会」公开呼吁抵制 OpenAI：其一次放出 700 多份 AI 数学解法，次日就因一个符号错误撤回 3 篇；菲尔兹奖得主 Terence Tao 警告批量「收割」开放问题会让整片数学土壤变得贫瘠

Some mathematicians call for OpenAI boycott after AI-generated proofs flood their field

在 OpenAI 一次性发布七百多份由 AI 生成的数学文稿之后，一个名为「人类数学协会」（Association for Human Mathematics）的组织公开呼吁抵制 OpenAI。文章给出的撤回事实很扎眼：这批文稿在次日就有三篇被撤回，原因是一个符号错误。菲尔兹奖得主 Terence Tao 的批评则指向更长期的后果——他警告 AI 对开放问题的大规模「收割」不会带来新想法，反而会让数学的若干分支变得不再肥沃。这里的论点不是单篇解法对不对，而是当「解题」变成批量动作，一个问题被摘走之后，围绕它原本会长出的方法、后续问题与新一代研究者都一并被抽走。

行业#OpenAI

推荐理由：抵制号召、撤回事实与 Tao 的具体论证三件齐备，是学界反应从情绪走向行动的最清晰记录。

08:24Microsoft Research精选评分 60

MSR Asia 发布 Agent Lightning v1.0：3,500行、用"部署态真实 harness"直接做 agentic RL——Qwen3.5-9B 在 SWE-bench Verified 从41.8%训到56.4%

Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses

Microsoft Research Asia 发布 Agent Lightning v1.0，围绕"Harnessed Agentic RL"重建：部署所用的同一套 agent harness 直接参与强化学习，无需在训练框架里重实现 agent。要点：整套框架约3,500行代码，小到可读可改可扩；agent 经框架的 LLM 代理接入训练、现有 harness 代码不动；原生 Kubernetes 支持，agent 以 K8s job 直接跑在自管集群/本地设施、不依赖商业沙箱服务；并给出一条完整可复现的编码 agent 训练管线——基于 Qwen3.5-9B、只用约6,000条训练样本，把 SWE-bench Verified 的 Pass@1 从41.8%提升到56.4%(+14.6个百分点)。传统 agentic RL 默认训练框架要自己掌控 ReAct 式的环境交互循环，v1.0 正是把这层假设拆掉。

论文

推荐理由：本批最值得入选的之一：不是博客观点，而是有范式命名、有体量指标(3,500行)、有基础设施口径(原生 K8s、LLM 代理不改 harness)与可复现训练结果(Qwen3.5-9B 在 SWE-bench Verified 41.8→56.4、约6,000样本)的机构发布。与包内"ReviewBench 基准(9365)"同属可核验研究/工程资产。按 ai 精选分带(T1 已选 60-87)给 58/62、mean 60≥60：入选。

01:11The Decoder精选评分 78

OpenAI 把 372 份 AI 生成的数学结果直接放上 GitHub，让学界自己跟上：平均每份消耗约 3 小时 ChatGPT Pro 算力、附带用于机器验证的 Lean 形式化；25 位菲尔兹奖得主警告批量制造数学真理可能毁掉肥田

OpenAI dumps 372 AI-generated math proofs on GitHub, telling the academic world to keep up

OpenAI 在 GitHub 上发布了 372 项由 AI 生成的数学结果，其中包含为机器验证而做的 Lean 形式化。文章给出一条很有用的成本口径：平均每份结果消耗约三小时的 ChatGPT Pro 算力。与之对照的是学界的警告——25 位菲尔兹奖得主表示，把数学真理批量生产出来，更可能是在毁掉肥沃的土地，而不是让新想法生长。这条记录的价值有两面：一面是它第一次把 AI 自动解题的边际成本量化得如此直接（三小时 Pro 算力换一份附形式化的结果），另一面是 25 位顶级数学家联署反对的分量——两者放在一起，正好是「AI 做数学」这件事在成本与价值上的两端。

行业#OpenAI

推荐理由：平均每份 3 小时 Pro 算力这一成本口径很实用，加上 25 位菲尔兹奖得主的联署警告，构成对「量产定理」最有分量的两头评价。

15:54The Verge · AI精选评分 80

OpenAI 丢下又一批数学突破：一个尚未发布的前沿模型产出、以 722 份文稿公布的一批结果，把相关论文归成 372 个「结果族」，涵盖对若干长期数学难题的解——新近成立、由精英数学家组成、专为妥善沟通这些成果而设的顾问组 AGMAI 称，其中包含对「数百个」开放问题的解答；这波既让数学界一部分人赞叹、也让另一部分人不安，并引发了关于研究伦理与学术规范的追问

OpenAI drops another batch of mathematical breakthroughs

OpenAI 公布了一个尚未发布的前沿模型所产出的一批数学突破：以 722 份文稿的形式，把相关论文归入 372 个「结果族」，涵盖对若干长期数学难题的解。这是对这一系列成果的延续——而这一系列既让数学界的一部分人赞叹，也让另一部分人感到不安，并引发了关于研究伦理与学术规范的追问。据 AGMAI——这个新近成立、由精英数学家组成、专门为解决成果负责任地沟通问题而设的独立顾问组——称，本次发布包含对「数百个」开放问题的解答。这条记录的意义在于它给出了这一波 AI 做数学最具体量的一个数据点：一次性 722 份文稿、372 个结果族，把「自动解题」从「偶然攻克一题」推进到了「批量产出」的量级；而 AGMAI 的存在本身也说明，学界已被迫设立专门的沟通与规范机制来应对这种规模。

行业#OpenAI

推荐理由：这批「一次 722 份 / 372 结果族」的规模本身就是一个节点，且明确点出由 AGMAI 这个专为负责任发布而设的顾问组背书，信息量足。

15:00OpenAI News精选评分 72

OpenAI 公布新成果：其内部前沿模型在数学开放问题上给出结果，并把 Lean 证明的形式化与研究细节一并放到 GitHub 上公开

Sharing AI progress in mathematics

OpenAI 宣布发表一批关于数学开放问题的新成果，成果来自其一个内部前沿模型。按其说明，这次公开的不只是结果本身，还包括用 Lean 完成的证明形式化以及研究细节，材料发布在 GitHub 上以便外部核查。这是该批数学结果的公司一手来源。

论文

推荐理由：这是这批数学结果的官方一手载体：既给出「内部模型做开放数学问题」这件事本身，也把 Lean 形式化与研究细节公开到可核查的程度。

10:04GitHub Blog · AI & ML精选评分 71

GitHub 发布 AI 代码审查基准 ReviewBench

ReviewBench: An open benchmark for AI code review

GitHub 推出代码审查离线基准 ReviewBench，基于 1.039 亿条真实 PR 的语言与仓库规模分布，构建含 219 条 PR、覆盖 19 种语言的评测集，采用人工评审、前沿大模型与静态分析的多源黄金集，并按严重程度与类别切分结果。该基准公开数据集、评分规则与评测运行器，可用于对比代码审查智能体并提交自身评测结果。

论文#GitHub#Microsoft#Copilot

推荐理由：GitHub 公开了代码审查智能体的离线基准与评测口径，读者可据此了解审查质量如何被量化比较。

18:00OpenAI News精选评分 90

OpenAI 公布 Navier–Stokes 千禧年难题的 AI 生成解：随附一份书面说明（writeup）与一个用 Lean 完成的正式化证明

On the Navier–Stokes Millennium Prize Problem

OpenAI 发布《关于 Navier–Stokes 千禧年悬赏问题》一文，宣布分享一个 AI 生成的 Navier–Stokes 千禧年难题解法，这次公开的包含一份书面说明与一个用 Lean 完成的正式化证明（formal proof in Lean）。千禧年难题是克雷数学研究所悬赏的七道顶级数学问题之一，这是头部实验室就其公开给出的具体解题主张。

论文

推荐理由：针对克雷数学研究所悬赏的 Navier–Stokes 千禧年难题，OpenAI 公开给出 AI 生成解法并附 Lean 形式化证明——这是可核查的数学主张而非演示，分量极重。

17:00OpenAI News精选评分 60

一项随机对照研究：OpenAI 对 1000 多名学生做了研究，考察 ChatGPT、批判性思维、原创性，以及学生在真实大学作业上的表现

Better answers, broader thinking: What students gain from ChatGPT and critical-thinking training

OpenAI 发布一篇教育研究文章，主题是有 1000 多名学生参与的随机对照研究（randomized study），研究考察的是 ChatGPT、批判性思维训练、原创性，以及学生在一份真实世界大学作业上的表现，用实验设计而非印象来判断 AI 对学习的作用。

论文

推荐理由：对「AI 是否损害学习」这一核心争议给出随机对照的实验证据，方法上比观点文更可依赖；但材料未给出研究的具体结论数值。

08:00OpenAI News精选评分 90

数学与理论计算机科学十项进展：OpenAI 分享关于长期开放问题的新结果，涵盖几何、密码学与复杂性这几个方向

Ten advances in mathematics and theoretical computer science

OpenAI 发布一篇研究文章，题为「数学与理论计算机科学的十项进展」，分享关于长期未解开放问题（long-standing open problems）的新结果，涉及几何、密码学与复杂性理论这几个方向。这是把模型在数学上的解题产出对外摊开的一手材料。

论文

推荐理由：把一批可核查的数学/理论计算机科学研究结果公开，是本次铺批里分量最高的一条之一；但材料只给问题领域，未逐一展开每项结果的具体结论。

16:00OpenAI News精选评分 72

罕见病诊断：研究者用一个 OpenAI 推理模型帮助诊断影响儿童的罕见遗传病，在此前未能确诊的病例中新增确认了 18 例

Using AI to help physicians diagnose rare genetic diseases affecting children

OpenAI 发布一项医疗研究：研究者使用一个 OpenAI 推理模型（reasoning model）帮助诊断影响儿童的罕见疾病，在以往未能确诊的病例中新增作出 18 例诊断。属于有明确数量的临床应用结果。

论文

推荐理由：新增 18 例确诊是可核查的临床产出，落在罕见病诊断这一真实痛点上，比一般科研演示分量更重。

18:00OpenAI News精选评分 79

AI 化学家：OpenAI 与 Molecule.one 展示一个近乎自主（near-autonomous）的 AI 化学家，它用 GPT-5.4 改进了药物化学里一个有挑战的关键反应

A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry

OpenAI 与 Molecule.one 联合发布一项研究展示，一个近乎自主的 AI 化学家（near-autonomous AI chemist）使用 GPT-5.4 改进了一个药物合成中有挑战的关键反应（challenging reaction），推动药物化学研究的自动化。属于把 AI 参与实验科学闭环摆到台面上的实例。

论文

推荐理由：「近乎自主」改进真实药化反应，是 AI 进入湿实验闭环的实质例子，比一般科研助手叙事硬；但材料未给反应的化学细节与验证深度。

20:00OpenAI News精选评分 72

临床落地：波士顿儿童医院（Boston Children's Hospital）用 OpenAI 技术改善患者照护、减轻运营负担，并帮助确诊了 40 例以上的罕见病病例

Boston Children’s uses AI to unlock new diagnoses

OpenAI 发布一则医疗落地案例：波士顿儿童医院使用其技术改善患者照护、降低运营负担，并在罕见病诊断上帮助确认了超过 40 例此前未确诊的病例。属于有具体确诊数的临床机构应用。

行业

推荐理由：「40 例以上罕见病确诊」是硬指标，且机构可核；比一般客户案例更接近临床证据。

08:00OpenAI News精选评分 88

证伪一个中心猜想：一个 OpenAI 模型解决了有 80 年历史的单位距离问题（unit distance problem），证伪了离散几何（discrete geometry）中的一个中心猜想，被视为 AI 驱动数学的里程碑

An OpenAI model has disproved a central conjecture in discrete geometry

OpenAI 发布一项数学结果：其一个模型解决了悬置 80 年的单位距离问题，由此证伪了离散几何里的一个中心猜想（central conjecture）。单位距离问题是该领域的基础问题之一，这次是 AI 在数学上给出的可核查的反例级成果，被称为 AI 驱动数学的里程碑。

论文

推荐理由：证伪一个有 80 年历史的中心猜想是硬结果，不是演示；分量与 Navier–Stokes 那条同级，是本次铺批最重要的一条。

22:40Google DeepMind精选评分 67

Co-Scientist 上 Nature：基于 Gemini 的多智能体系统会生成-辩论-演化科研假设，并向个人研究者开放 Hypothesis Generation 工具

Co-Scientist: A multi-agent AI partner to accelerate research

Google DeepMind 在 Nature 发表 Co-Scientist——一个基于 Gemini 构建的多智能体 AI 系统，能针对复杂科学问题反复地生成、辩论并演化新假设；同时把它作为实验性工具 Hypothesis Generation 开放给个人研究者，由 Google DeepMind、Google Research、Google Cloud 与 Google Labs 联合开发，未来数周起逐步推送、可在 labs.google/science 登记。过去一年团队与研究者一起把它用于抗生素耐药、植物免疫、肝纤维化等难题。定位是把从海量信息里捞出关键假设这一发现瓶颈交给一个专职科研伙伴。

模型#Google DeepMind

推荐理由：把生成-辩论-演化假设做成可复用的多智能体系统，并同步从论文走向个人研究者的工具入口，科研自动化路径由此可被直接试用。

08:00OpenAI News精选评分 62

OpenAI 用新框架分析 921 种职业与 1.48 亿美国岗位面临的 AI 冲击

Modeling an AI jobs transition

OpenAI 提出一个新框架，分析 921 种职业、1.48 亿个美国工作岗位，把它们划分到面临自动化风险、被重新组织、增长或几乎不受 AI 扰乱这几类。材料给出的是这一分类框架的范围，具体岗位归入哪一类的完整结论需看正文。

行业#openai

推荐理由：它把大量职业按自动化风险与被重组的程度分类，为讨论 AI 对就业的影响提供了一份可引用的框架。

18:20Google DeepMind精选评分 76

DeepMind 提出 Decoupled DiLoCo：把训练切成互相隔离的计算孤岛，异步低通信跨数据中心训练、单点芯片故障不拖垮全局

Decoupled DiLoCo: A new frontier for resilient, distributed AI training

Google DeepMind（署名 Arthur Douillard 与 DiLoCo 团队）在新论文中提出 Decoupled DiLoCo（分布式低通信）：把大规模训练解耦为多个相互隔离的计算孤岛（learner units），彼此以异步数据流相连，从而把局部硬件故障的影响隔离开来，让系统其余部分继续高效学习。它构建在此前的 Pathways（基于异步数据流的分布式 AI 系统）与 DiLoCo（大幅降低分布式数据中心间带宽需求）之上，用 Pathways 实现跨孤岛的异步训练，使某地芯片故障不会中断其它部分。这套基础设施还具自愈性：测试中用混沌工程在训练中途人为注入硬件故障，Decoupled DiLoCo 在整支 learner unit 掉线后仍能续训，并在其重新上线时无缝再整合。用 Gemma 4 模型测试表明，硬件故障时它比传统训练法保持更高的学习集群可用性，最终给出同等基准的机器学习性能。

论文#Google DeepMind

推荐理由：把前沿大模型训练的通信与容错瓶颈正面拆解，给出可跨地域分布训练、且不牺牲最终精度的新范式。

第 1 / 2 页 · 共 37 条

主题由这一份内容包的词表定义（标签词与判定抽出来的分类、主体对词）， 读数与「精选」那一屏同一把尺子。范围始终只有当前工作区的行业包。