我的 X 阅读

人工智能时代纯数学研究的未来是什么？ https://t.co/erj9MRdk1D

转帖：Microduck 冒险继续进行，交付日期已经近在咫尺，感觉真实无比。我们很自豪地告诉您，10,950 只 Microduck 将在 12 月 10 日至 1 月 10 日期间下线！ 每周一批，先下单的订单优先发货。所有日期都在这里。

转帖： Frontier 实验室正在重新设计残差流，以打破深度诅咒：Kimi K3 使用 AttnRes，DeepSeek V4 使用 mHC，ByteDance 提出了 HC，还有更多：LNS、KEEL、MoDA…… 但是每种方法都使用自己的训练预算、模型设计和代码库进行测试，因此结果无法直接比较。哪一种实际上效果最好？更重要的是，哪一种能将架构深度转化为有效的计算深度？ 我们构建了 DepthBench 来找出答案。

重力的永恒回响 引力波可以穿越宇宙，并在时空上留下永久的印记。 波纹消退，震动停止，但自由落体物体不会完全回到它们起始的位置。 宇宙保留着这种位移。

医学、法律、金融……有一整代人被父母的压力和2010年代电视剧的浪漫主义所欺骗，而如今，知识的抽象性将越来越在AI面前崩溃，因为没有什么能永远取代物质的摩擦以及用十根手指在现实世界中创造有形事物的尊严 回归现实是这个世界上唯一剩下的意义追求 引用：« 我感到充实，因为我热爱我所做的事情 »：这些学生放弃了医学，转行另谋出路 https://t.co/sZqARyY859

我认为我关于 AIxMath 最火爆的观点是这个：对人们为什么使用 AI 系统生成他们无法理解的数学 PDF 的精神分析。 （本文脚注：https://t.co/sFTE8G5nEo）

处理缺失数据时，选择与数据底层结构相符的插补方法至关重要。附图比较了线性回归插补（左）和预测均值匹配（PMM）（右）在处理非线性数据中缺失值方面的差异。https://t.co/tshbU6oJWW

@Timpressive @ObhishekSaha 顺便一提，我刚刚意识到这里的“annoying”可以（准确地）理解为动词，也可以理解为修饰“mathematicians”的形容词。

五年前，我在一次会议的海报展示环节遇到了@ssokota。我对他的讲解印象深刻，于是向他提供了实习机会。我们继续合作，现在他在@OpenAI和我一起工作。后来，他告诉我，整个展示环节只有我是唯一停下来看他海报的人。 引用：在我们的《自然》论文中，我们介绍了首个超人类水平的Stratego AI，我们使用为不完美信息下的强化学习（RL）与测试时计算开发的一般技术构建了它。1/N

@GuiveAssadi @DavidDuvenaud @BatSmack 我觉得这其实很明显，人们确实想要这个——我经常收到经纪人生成的PDF文件。模特们读过这些文件还不够；他们需要知道有人关心他们。

@GuiveAssadi @DavidDuvenaud @BatSmack 当然。那么产出之后会怎样呢？我想，既然现在有这方面的需求，就意味着我们也希望人们能够消费它，而这又需要有机构来支持人类的专业知识。

过去一个月，我一直尽量避免公开讨论 Math+AI（尽我所能）。在 FLT+NS 之后，这一切实在太令人不知所措了。我只是想暂时只做“纯数学”；这是我的初恋，仍然带给我巨大的喜悦（还有美妙的挫败感！）。去年一月，我写了一封致博士生的公开信，以及一份文件，概述了我对 AI 时代教育应该是什么样子的思考，但当时我还没准备好发布它们（我想那应该是一封“封闭的信”…… ）。我可能会最终发布那些内容，也可能不会（现在公开讨论的观点已经非常多了，我觉得这是好事；但我不喜欢跟风，即使是自己已经身在其中的潮流！所以我选择退后一步。）。现在，我只想慢慢来。

https://t.co/tPe11rygMS

GPT-6.1 Sol 真的非常节省令牌 引用：我们发现 opus 5.5 在我们内部 https://t.co/QhA9tU0Lhp 评估中效率是 gpt-6-sol 的 2 倍，所以我没想到 6.1-sol 能在那个基础上改进那么多 但看到它比 opus 5.5 效率高 3 倍，甚至比 sonnet 5.5 高 2.5 倍，真的 这是一次疯狂的点版本发布

转帖：https://t.co/rij6dRrOfz