从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 29
Gemini智能体生成超600万行Lean证明AI热点Google DeepMind宣布Gemini智能体生成超600万行Lean形式化证明,人工仅需复核1%关键代码。
Anthropic发布可验证推理系统FlashProveAI热点Anthropic发布基于zkSNARK的可验证推理系统FlashProve,开源代码与Lean证明。
DeepMind用AI验证Signal加密代码AI热点Google DeepMind宣布AlphaProof Code框架对Signal协议实际运行代码完成形式化验证,生成超600万行Lean证明,仅耗时四周,并开源相关工件。
DeepMind用AlphaProof Code完成Signal代码级验证AI热点DeepMind宣布AI首次在代码级数学证明Signal协议安全,采用AlphaProof Code框架验证其加密系统。
LEAP框架让通用LLM形式数学解题率达70%AI热点论文提出LEAP智能体框架与Lean-IMO-Bench基准,通用LLM一次形式化解题率从低于10%提升至70%,并解出2025 Putnam全部12题。
清华与Moonshot发布TCSExam基准AI热点清华与Moonshot AI等发布TCSExam基准,用100项专家评审任务测试模型定理证明与公开猜想求解能力。
一人加Claude完成三元哥德巴赫猜想形式化证明AI热点独立开发者Charlie Reams借助Claude Code完成三元哥德巴赫猜想的Lean形式化证明,19.4万行代码零sorry,并发现原证明多处错误。
Anthropic开源FlashProve验证模型推理AI热点Anthropic发布FlashProve开源原型,用零知识证明核验模型推理是否来自承诺权重,可识别中转站掉包模型。
AI形式化有限单群分类定理AI热点初创团队Axiom用多智能体系统在24天内形式化了15000页的有限单群分类定理,产出4310万行Lean代码,并发现人类证明漏洞、证明新定理修补。
Axiom Math发布1600万行Lean数学库AI热点Axiom Math用智能体群将Stacks Project形式化为1600万行Lean代码,经逐条验证后开源。
谷歌Antigravity多agent取得数学与代码重构进展AI热点谷歌Antigravity团队公布多agent框架在形式化数学证明、分子结构识别及Rust代码重构上的多项具体成果。
AutoAssumption搜索算法假设发现ML系统新算法AI热点AutoAssumption通过搜索算法假设自动发现ML系统新算法,在KV-cache驱逐与权重量化上取得SOTA结果。
奥特曼预告下一代GPT即将发布AI热点奥特曼在ADIPEC 2026开幕式上确认,攻克千禧难题的内部模型即即将发布的下一代GPT。
可验证AI硬件论文:实测六证明系统成本AI热点arXiv论文提出可验证AI四层框架,实测六个证明系统与七个内核,指出主导成本随证明系统与输入长度变化。
arXiv论文:RLVR无免费午餐,pass@1提升有代价AI热点arXiv新论文证明RLVR中pass@1提升必以pass@k下降为代价,给出精确代价率
AI证阿伦森-安拜尼斯猜想AI热点PSI借助Anthropic未发布模型,三天内证明量子计算领域悬置多年的阿伦森-安拜尼斯猜想。
新论文提出BookNavigator让大模型自主学习解数学题AI热点arXiv论文提出BookNavigator接口,通过强化学习激励大模型自主检索学习教材,将Intern-S2-Preview-35B证明准确率从51.5%提升至79.5%。
UCSD发布vstack与veriserve验证基础设施AI热点UCSD Hao AI Lab推出vstack形式化验证工作流与veriserve可验证PD分离服务引擎,发现生产引擎3类竞态并给出TLAPS安全证明。
FinDendro基准测LLM时间自知识AI热点arXiv新论文提出FinDendro基准,用2226条带日期事实测试大模型时间自知识,发现自述会低估模型知识,回测无法靠自述证明无泄漏。
清华团队发布代数世界模型AWMAI热点清华大学姚期智、袁洋团队提出代数世界模型AWM,通过探索、凝炼、证明三步让AI理解游戏规则本质,在ARC-AGI-3测试集上183关全部通关,得分99.9%,平均动作数仅为人类基准的43%,并能证明任务无解。