我的 X 阅读

转帖：Meet Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 活跃。 它是美国或欧洲在聚合基准测试中最好的开源权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造和金融，并且在视觉 grounding 上超越了封闭的前沿模型。 • 从端到端在欧洲锻造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天通过 API 向所有人开放。私下与网络安全合作伙伴合作。 开源权重发布将于十月底进行。

我让 Claude Fable 5.5 解释 OpenAI 的新 58 页 Unique Games Conjecture 证明。 它返回了一个 2 分钟的 3D 动画。 声明：一个自 2002 年以来开放的猜想是 TRUE 的。如果它成立，整个一类问题的最佳已知算法将永远无法被超越。 观看：

无论从任何客观标准来看，这个输出都绝对具有历史意义。 然而，这并不是过去几周里传得沸沸扬扬的千禧年问题传言。值得牢记在心…… 引用：OpenAI 刚刚发布了 300 多个数学问题的解决方案洪流。 其中包括对以下内容的证明： -- 黎曼 Zeta 函数的零点自由带 -- CM 阿贝尔簇的 Hodge 猜想证明 https://t.co/zV0lcC81dX

对 quasiriemann 和没有 Siegel 零点（其中还有许多其他精彩之处），我给予巨大的、巨大的、巨大的、巨大的赞赏，我在懊悔自己到处谈论它触手可及，却没有真正去推动。 有一些悲伤的故事与他们的用户被抢先/利益冲突有关（kakeya maximal 浮现在脑海中），显然我们也遇到了一些问题（不评论具体的传闻）。 不过今天我们应该把这些放在一边。这显然是数学史上最重要的一刻。

布洛赫猜想的证明！我在研究生阶段稍微想过这个问题。论文似乎引用了一些错误的现有工作，却没有提到它们是错的 :-/ 但据我所知，它并没有真正依赖于此。

在阅读他们的证明时，重要说明： L-函数的立方族似乎对证明至关重要，即使是对黎曼ζ函数的推论也是如此 引用：OpenAI 刚刚发布了 300 多个数学问题的解决方案洪流。 其中包括对以下内容的证明： -- 黎曼 Zeta 函数的零点自由带 -- CM 阿贝尔簇的 Hodge 猜想证明 https://t.co/zV0lcC81dX

当然，我计划做的远不止阅读！

我让 Claude Fable 5.5 解释 OpenAI 新发布的 199 页准黎曼猜想（quasi hiemann hypothesis）证明。 它给出了一个 2 分钟的 3D 动画。 其核心断言是：zeta 在超过 7/8 处无零点。有史以来第一个固定的无零点带（zero-free strip）。虽然不是黎曼猜想，但如果成立，这是人类迄今为止最接近黎曼猜想的成果。 https://t.co/s0t8FMWfhR

转帖：@AlexKontorovich 晚安，Siegel Zeros！

希尔伯特第10个问题关于 \mathbb{Q} 真是很酷！

数学中真正的兴奋点过去是、将来也始终是做数学本身，而不是读什么400题的那种垃圾题集，对不起。 引用：有趣！看起来数学家们有很多激动人心的工作要做。如果我理解正确，其中一个结果是我一个猜想的（非常特殊）情形，这也是我一个学生正在进行的一些更强工作的推论。

转帖：我认为发帖者可能是想说“你不知道的东西不会伤害你……直到它真的伤害你为止。” 我们每天在生活中都会遇到毕达哥拉斯和泰勒斯——例如，从最节省空间的方式在同一个盒子里打包超过1件物品寄出，到欣赏建筑，再到知道如何在古典音乐中叠加复调和声，等等等等。 不知道任何数学一定是个死气沉沉、无聊透顶的生活。但嘿，在西方所渴望的那种“FREEDOM”中，人是FREE地可以故意无知，并为此自夸的。

转帖：叫救护车，但不是为了Jev

你觉得这些卷积怎么样？ 引用：本·阿弗莱克透露他会写Python代码，懂得卷积神经网络，曾广泛使用GPU，并利用自己的名人身份获得谷歌和OpenAI视频模型的私下参观机会。 “我从小就对计算机有点兴趣。后来，当电影从胶片转向数字时，我对这方面变得更加感兴趣。多年来，视觉特效工作流程一直包括机器学习，所以我能写一些相当糟糕的Python脚本之类的东西。 “卷积神经网络是Transformer模型的前身，后者能同时进行更多计算，你会做一些像查看所谓张量这样的操作。那是视觉图像在数字中的数值翻译，比如批次编号、帧编号，以及每帧中每个像素的红、绿、蓝值。就这么简单。那个数值就叫张量。 “你会用卷积神经网络来识别揭示所谓边缘检测或特征提取的模式，也就是识别模式好到足以知道，这是窗台的位置，这样我们就能更容易地把绿幕图像抠掉并替换成其他东西。 “这对我来说很早就很熟悉了，因为在Artists Equity之前，我有一家小型视觉特效公司。我也经常使用GPU。视觉特效团队说，‘嘿，你应该看看。有两家公司：谷歌和另一家OpenAI，它们在视频领域的Transformer上做了一些非常有趣的东西。’ “我发现我其实可以直接打电话说，‘嘿，我是本·阿弗莱克。我能来看看你们在做什么吗？’有时人们会说好，让我惊讶不已。”

对哈克的概述不错，值得一看。 顺便说一句，亚历克斯，你的梦幻球队看起来需要改进。