OpenAI 公开 722 篇数学手稿，三位菲尔兹奖得主称不代表认可
OpenAI 公开了 722 篇数学手稿，归为 372 组结果，出自一个尚未发布的内部模型，模型此前尝试约 4000 个研究问题，平均每项结果算力约相当于 ChatGPT Pro 思考 3 小时。
推荐理由：OpenAI 一次性公开 722 篇数学手稿，并附上顾问组与数学家的质疑，读者可据此观察 AI 产出速度与人类核验能力之间的落差。
论文研究
全部主题值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
最新精选
第 161–180 条 · 共 250 条量子位精选AI 评分8282 The Verge · AI精选AI 评分7171 OpenAI 发布 722 篇数学手稿，称解决数百个开放问题
OpenAI 发布了一批共 722 篇手稿，覆盖 372 个结果族，称其中包含对“数百个”开放数学问题的解答，这些结果由一个未发布的前沿模型产出。据新成立的独立顾问组织 AGMAI 称，这批发布包含对“数百个”开放问题的解答；OpenAI 表示“平均结果”消耗了相当于 ChatGPT Pro 三小时的思考算力。
推荐理由：OpenAI 一次性放出 722 篇数学手稿，读者可借此观察 AI 产出科研成果的发布方式与学界争议。
IT之家精选AI 评分7171 OpenAI 发布又一批 AI 数学研究成果，攻破数百个悬而未决难题
OpenAI 在一批包含 722 份手稿、涵盖 372 个结果家族的文件中，公布了某款未发布的前沿模型解决的多项长期存在的数学难题，内容包含对数百个未解决问题的解答。
推荐理由：OpenAI 公布未发布模型攻克的数学难题清单，并首次披露算力开销与发布规范，可观察 AI 数学成果的发布方式之争。
OpenAI News精选AI 评分5858 OpenAI 公布前沿模型在数学开放问题上的进展
OpenAI 发布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上公开 Lean 形式化证明与研究细节。
推荐理由：OpenAI 公开内部前沿模型在数学开放问题上的结果，并同步放出 Lean 形式化证明，可供研究者直接查阅。
The Decoder精选AI 评分6262 研究者将 LeCun 的 JEPA 扩展为跨物理到生物的通用世界模型 JEPA-Anything
PhAI Labs 联合斯坦福、牛津、普林斯顿的研究者提出 JEPA-Anything，把标准 JEPA 的单一预测拆成四个正交因子、各由独立预测模块处理，再重组为完整世界状态，在物理、机器人、天气、单细胞和临床等七个领域共用同一套原则。
推荐理由：JEPA-Anything 把单一预测拆成多个正交预测模块，在物理动力学任务上误差最多降约 35%，并给出跨领域复用的具体路径。
Solidot精选AI 评分6262 UNICAMP 研究：AI 聊天机器人会随用户政治倾向改变回答
巴西国立坎皮纳斯州立大学（UNICAMP）研究人员测试若干模型对112项巴西政治陈述的同意或不同意判断，发现模型会随提示中的用户政治倾向改变回答，被形容为意识形态变色龙。
推荐理由：研究用112项政治陈述测试21个模型，给出变色龙指数与偏移幅度排名，可观察模型迎合倾向的差异。
The Decoder精选AI 评分5858 MIT 报告：AI 正在侵蚀办公时间、学习小组与师生信任
MIT 于 2026 年 6 月发布的报告指出，AI 正在削弱大学体验的核心环节：参加办公时间的学生减少、线上讨论参与度下降、宿舍与图书馆的学习小组变少，教师也越来越难判断学生真正学到了什么。
推荐理由：MIT 报告给出 AI 冲击大学教学的具体证据，并附多校与多项研究的对照数据。
Show HN精选AI 评分5858 我连续37天测量MCP注册表：一份公开MCP服务器的透明日志
作者发布mcp-transparency-log项目，用爬虫按日观测官方注册表中公开可达的MCP服务器，记录其工具名称、描述、JSON schema和四个注解提示，并写入带签名树头的RFC 6962 Merkle日志。
推荐理由：作者用37天连续观测记录MCP服务器工具面的真实变化，给出签名机制无法覆盖的漂移证据。
量子位精选AI 评分6262 Hinton等22人发表首篇RSI论文，讨论AI研发自动化是否会触发智能爆炸
Hinton、Bengio、Andrew Barto、Jakub Pachocki等22位作者发表论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由：论文汇总了头部实验室的内部数据，给出AI研发自动化与智能爆炸之间还差哪些条件的判断框架。
The Decoder精选AI 评分6262 Google 研究人员提出 RRSI，防止自我改进智能体记住测试任务
Google 研究人员在论文中提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），通过收缩编辑预算和严格评审机制，限制智能体在自我优化时记住测试任务。
推荐理由：论文给出 RRSI 在八个基准上的对比数据，读者可据此判断智能体自我改进中过拟合测试任务的问题与缓解思路。
Show HN精选AI 评分6262 SuperLocalMemory 4.0：面向 AI 智能体的受治理本地记忆操作系统
作者发布 SuperLocalMemory 4.0，一个面向 AI 智能体的受治理、本地优先记忆操作系统，统一多通道检索、双时间召回、多范围隔离、基于角色的访问、可验证擦除和哈希链审计轨迹。
推荐理由：论文以负面结果为主线，给出两个可独立验证的机制不变量，并撤回上一版的部分结论。
The Decoder精选AI 评分7171 开源 BootLoops 工具让 Claude 完成精确科学计算，三个月产出 36 篇手稿
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops，它让 Claude 执行精确科学计算。三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者，Claude 用该工具计算了 30 个积分，其中 15 个复现已知结果、15 个为首次计算。
推荐理由：哈佛物理学家用开源 BootLoops 在三个月内产出 36 篇手稿，展示了 AI 做精确科学计算的实际边界与局限。
The Decoder精选AI 评分6262 LEGO-Anything 让编码智能体从单张照片生成 Blender 3D 场景
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片出发，迭代编写并运行 Blender 程序，直到场景匹配原图，输出可直接运行和修改的代码。
推荐理由：LEGO-Bench 用模拟器场景提供精确 3D 真值，揭示编码智能体自评几何接近随机水平这一关键局限。
量子位精选AI 评分7171 丘成桐新论文致谢GPT 6 Astra和Claude Pro
丘成桐参与的最新论文在致谢中感谢GPT 6 Astra和Claude Pro在部分证明策略探索和计算中提供的帮助，论文处理的是七维空间27种怪球能否配上截面曲率严格为正度量这一悬置约70年的问题。
推荐理由：丘成桐参与论文致谢GPT与Claude，读者可借此观察顶尖数学家对AI辅助研究态度的转变。
量子位精选AI 评分6262 arXiv 实施最严投稿新规：每人每月最多提交 2 篇，拒稿不退额度
arXiv 从 2026 年 10 月 1 日起执行新规，每个提交者每个自然月最多提交 2 篇论文，且额度按提交次数计算，被拒稿也不退还，所有分类共用同一额度。
推荐理由：梳理了 arXiv 限投新规的具体执行细节与投稿量十年翻四倍的背景，可据此理解 AI 时代论文产能与人工审核之间的失衡。
量子位精选AI 评分6262 何恺明团队提出NAT-ARC：用ImageNet预训练让纯视觉方案解ARC
何恺明团队提出NAT-ARC，一套不依赖LLM的纯视觉ARC解题方案，用ImageNet上的MAE预训练encoder后迁移到抽象格子推理。表现最好的单模型为0.6B的huge尺度，在ARC-1上取得63.4%的pass@2分数，集成后达到70.2%，逼近使用8B语言模型的专用系统The ARChitects的71.6%。
推荐理由：论文用ImageNet预训练打通视觉路线在ARC上的scaling瓶颈，并给出注意力与可视化证据。
开源中国精选AI 评分7676 Anthropic 红队评估 GLM-5.3：能力追平 Claude Mythos Preview，拒绝护栏缺失
Anthropic 前沿红色团队（Frontier Red Team）评估智谱 GLM-5.3，认为它是第一个能像五个月前 Claude Mythos Preview 那样自主构建端到端漏洞利用、却几乎未设拒绝护栏就被放出的模型。五个月前 Anthropic 发布 Claude Mythos Preview 时，曾称其为第一个能自主构建复杂端到端漏洞利用的 AI 模型。
推荐理由：Anthropic 红队对 GLM-5.3 的评估给出一个具体对照：能力接近 Claude Mythos Preview，但拒绝护栏缺失。
Microsoft Research精选AI 评分6262 微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的经典态向基底态转变，从缩小搜索空间到选出候选验证仅用一个周末。
推荐理由：微软研究院公开 Quine 的生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft Research精选AI 评分6262 微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理与卸载推理的差异，并给出可复用的 Kubernetes 卸载工具链。
OpenAI News精选AI 评分5050 OpenAI 公布数学与理论计算机科学领域的十项进展
OpenAI 公布在数学与理论计算机科学若干长期未解问题上取得的新结果，涵盖几何、密码学与复杂性等方向。
推荐理由：OpenAI 公布数学与理论计算机科学中若干长期未解问题的进展，涉及几何、密码学与复杂性。