人工智能驱动的局域红外减去方法用于高阶喷注计算
Wenjie He等人提出基于Born与EFT匹配的局域红外减去框架,并让LLM在物理指导下设计神经网络投影和解析构造两种实现。方法无需切片参数,可重建无质量3喷注和4喷注产生的NLO修正,并尝试递归构建NNLO双喷注结果;测试预测与EERAD3结果一致良好。计算在未使用GPU加速的2020款Apple M1 MacBook上完成,论文摘要未说明完整代码和许可证信息。
动态展示门槛:AI 前沿与应用 ≥ 65 分,量子方向 ≥ 60 分;已确认精选照常展示。
Wenjie He等人提出基于Born与EFT匹配的局域红外减去框架,并让LLM在物理指导下设计神经网络投影和解析构造两种实现。方法无需切片参数,可重建无质量3喷注和4喷注产生的NLO修正,并尝试递归构建NNLO双喷注结果;测试预测与EERAD3结果一致良好。计算在未使用GPU加速的2020款Apple M1 MacBook上完成,论文摘要未说明完整代码和许可证信息。
Dor Minzer与Yumou Fei、Shuo Wang在OpenAI公布AI生成证明前,抢先发布了对Khot“2-to-1游戏”猜想弱化版的“4-to-1游戏”证明。三人用95页论文证明了经典图着色问题的一项困难性结果;OpenAI随后公布包含Lean形式化验证的“2-to-1游戏”猜想证明及376项其他数学结果,但报道指出其手稿由AI生成,未经人工编辑或独立专家评审。
本站判断:文章对比人类研究者与OpenAI在“唯一游戏”相关猜想上的证明路径,呈现AI生成数学证明带来的研究竞争、验证与长期项目风险。
OpenAI 公布内部前沿模型在数学开放问题上的新结果,并在 GitHub 分享 Lean 证明形式化与研究细节。当前材料仅为摘要,未说明具体问题、模型名称、结果范围或代码许可。
本站判断:原文公开了数学开放问题的模型结果、Lean证明形式化与研究细节,为评估相关推理方法及其形式化证据提供入口。
Matthew Schwartz介绍如何围绕当前LLM擅长的可验证编码问题构建开源BootLoops工具包,并将其用于定量科学研究。文章称,Claude在数周内完成了15个已知结果的复现和15个此前未计算的积分,并将相关方法扩展到生态学、群体遗传学、经济学和语言学等领域。作者同时强调,当前模型仍需要人类提供问题方向、领域判断和结果审查。
本站判断:文章把适配模型能力的问题选择、专家校验与可复核计算串成可复用流程,并给出BootLoops的开源入口。
Anthropic称,Claude通过约950个Agent、21小时搜索和2.1亿个token,从大规模DNA数据中发现了新型酶系统ART。初步实验显示,ART的重复序列可表达为一组不同的短RNA,但其主要功能和具体机制仍在研究中,相关预印本和技术报告已发布。
本站判断:Anthropic公开了Claude自主筛查DNA数据、提出候选并经实验检验的研究流程,适合了解AI Agent参与生物学发现的早期案例。