跳到正文
  1. TechCrunch · AI77

    OpenAI 与 Anthropic 称模型推翻指数时间假设,MIT 教授解读其影响

    OpenAI 昨日发布了三个长期未解数学难题的解答,其中一项是对指数时间假设(ETH)的意外否定,Anthropic 数学家 Levent Alpöge 质疑其基于既有工作,数小时后 Anthropic 也发布了自己对 ETH 的推翻。

    推荐理由:文章借 MIT 教授 Ryan Williams 的视角,解释了 ETH 被推翻对复杂性研究与密码学的实际影响,以及学界如何回应 AI 参与证明。

  1. The Decoder86

    OpenAI 邀请外部专家审查其 AI 产出的数学、计算机科学与物理证明

    OpenAI 邀请外部专家担任“shepherds”审查其 AI 产出的成果,并按领域采取不同方式:计算机科学与数学证明被翻译成 Lean 供机器逐步检查,物理证明则由 David Gross 牵头的小组审查。

    推荐理由:文章梳理了OpenAI三项AI数学与物理成果的外部审查安排,可帮助读者理解AI科研结果的验证机制与争议点。

  2. Latent Space85

    Anthropic 提交 S-1 拟以约 2 万亿美元估值 IPO,上半年营收 163 亿美元

    Anthropic 于周一上午提交 S-1,计划在纳斯达克以代码 ANT 上市。文件显示其上半年营收达 163 亿美元,Q2 单季营收 116 亿美元、同比增长 1368%,Q2 营业利润 9.74 亿美元,实现史上首个盈利季度(调整后计入每股约 10 亿美元股权激励)。

    推荐理由:材料汇总了S-1关键财务数据与正反两方解读,便于读者快速把握这笔IPO的核心争议点。

  1. TechCrunch · AI82

    Anthropic 正式提交 IPO 申请,拟以代码 ANT 上市

    Anthropic 于周一正式提交 IPO 申请,计划以代码 ANT 上市。据其最新 SEC 文件,2026 年上半年营收 163 亿美元,运营亏损 6.93 亿美元,净亏损 807 亿美元,主要由可转换债务相关的非现金会计调整驱动。

    推荐理由:文章汇总了S-1文件中的营收、亏损、企业客户数与治理结构关键数据,便于读者快速把握这次IPO的核心财务与控制权争议。

  1. Nielsen Norman Group62

    Nielsen Norman Group 调研521名UX从业者:AI让任务更快但情绪仅温和正面

    Nielsen Norman Group 调研521名UX从业者,发现AI使用普及(99%有访问权限)且让每项任务平均提速(4.2/5),但整体情绪仅3.57/5的温和正面,69%的开放评论含负面情绪。

    推荐理由:报告区分了任务级提速与系统级产出的差距,可迁移之处在于用整体时间而非个人使用率衡量AI收益。

  1. Latent Space78

    Ankit Maloo 分析 AI 为何突然擅长解决数学难题

    作者梳理 OpenAI 五月证明 Erdős 单位距离猜想反例、六月发布 Cycle Double Cover 证明、七月解决十个开放问题、九月给出 Navier-Stokes 证明,以及 Anthropic 对费马大定理形式化和黎曼假设进展的工作,提出用提示序列长度 k、洞察间工作量 t 和分支因子 b 来预测模型擅长的问题类型。

    推荐理由:文章用提示序列、分支因子和验证器这套框架解释AI为何突然擅长数学,为判断哪些问题适合交给模型提供了可迁移的分析视角。

  2. NVIDIA Blog65

    NVIDIA 在 GTC Berlin 2026 主题演讲发布 DSX POD、OpenShell 智能体安全架构等新品

    NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项新品,包括 Vera Rubin AI 工厂参考设计 DSX POD,可将现场部署时间从六个月缩短至 14 天,并称其平台可减少最高 100% 冷却用水和 30% 功耗。

    推荐理由:梳理了主题演讲中围绕欧洲AI经济、AI工厂和智能体安全的完整产品线布局,便于快速了解NVIDIA当前战略重点。

  1. AIHOT 论文解读84

    METR 评测 Anthropic 2026年8月风险报告对齐章节,认可低风险结论但质疑评估方法

    METR 对 Anthropic 2026年8月风险报告的“高风险情境下的错位”章节做了外部评审,同意截至2026年7月15日其模型(含 Mythos 5 和内部模型“Model 2”)造成灾难性伤害的风险为“低”,但认为这主要源于模型能力有限而非安全保障措施。

    推荐理由:逐条对照官方风险报告的论证与遮蔽决策,展示外部评审如何检验AI公司自评结论的可信度。

已经到底了

论文

10-27Ai2 发布 Old Ideas, Novel Problems 研究与 benchmark,揭示 LLM 新颖性裁判不稳定解读AIHOT 论文解读10-26Anthropic 研究:50 名专业分析师在与 Claude Code 协作时 86% 跟随 AI 的隐性倾向解读AIHOT 论文解读10-25英国AISI发布ReproBAIT评测:AI编码智能体可用低于20美元复现部分生物AI工具解读AIHOT 论文解读10-25英国 AISI 实测 ESM-2 预训练数据过滤效果与恢复成本解读AIHOT 论文解读10-23Can large language models code meaning-making? A multi-model validation of automated autobiographical reasoning scoring in Chinese adolescent narratives.原文PubMed AI 论文10-23Lightweight open-source reasoning large language model for evidence synthesis screening.原文PubMed AI 论文10-21Agentic Intelligence for Scalable Metadata Mining in Telecom Big Data Systems.原文PubMed AI 论文10-21Code-driven planning in grid worlds with large language models.原文PubMed AI 论文10-21How AI agents search.原文PubMed AI 论文10-20Ai2 发布 FairStress 基准:测量 LLM 决策中被隐藏的公平性不对称解读AIHOT 论文解读