数学推理

AI 如何做出数学发现【5】- AI 数学证明怎样做单元测试：从“看起来顺”到可否证工作流系列：AI 如何做出数学发现（第 5 篇）深度解读 OpenAI公开的GPT推演手稿《How the Ideas Came Together》，从失败路线、关键不变量与可复现实验出发，拆解 AI 参与数学发现的真实过程。涵盖球堆积、编码理论、复杂性、量子信息与极值组合，并严格区分发现笔记、正式证明、数值验证和形式化检查。关键词：数学证明验证、AI 推理、单元测试、反例生成、符号计算、形式化证明

【论文笔记】DeepSeekMath-V2: 基于自我验证的数学推理新范式原文摘要：大型语言模型在数学推理领域取得了显著进展，成为人工智能的重要测试平台，并可能对科学研究产生深远影响。通过强化学习奖励正确答案，这些模型在一年内从表现不佳提升到饱和了AIME和HMMT等定量推理竞赛的水平。然而，这种方法存在局限性：高准确率的最终答案无法保证推理过程的正确性，且对于需要严格推导的定理证明任务并不适用。为了突破这一限制，研究者提出通过自我验证来确保数学推理的全面性和严谨性，这对于解决开放性问题尤为重要。DeepSeekMath-V2通过训练一个基于大型语言模型的验证器来评估证明的正确

DeepSeek-Math-V2：自验证数学推理大模型（论文详解）DeepSeekMath-V2 是由 DeepSeek-AI 开发的、面向自验证数学推理的大语言模型，它针对传统基于最终答案奖励的强化学习（RL）在数学推理中存在 “正确答案不代表正确推理” 及无法适配定理证明的局限性，通过训练准确且可信的验证器（含元验证机制以减少虚假问题识别）和以验证器为奖励模型的证明生成器（结合自验证实现迭代优化），构建 “验证器 - 生成器” 协同循环（生成器推动验证器处理更难证明，验证器通过扩展计算自动标注数据提升自身），最终在竞赛中表现优异：在IMO 2025和CMO 2024

HyperAI超神经

Stable Virtual Camera 重新定义3D内容生成，解锁图像新维度；BatteryLife助力更精准预测电池寿命在数字内容创作的激烈竞争中，Stability AI 正站在命运的十字路口。这家曾以 Stable Diffusion 引爆图像生成革命的公司，却因上层管理问题陷入了危机。近期，Stability AI 推出了 Stable Virtual Camera 模型，不知能否以一记重拳打破僵局。

Espresso Macchiato

文献阅读：MathPrompter: Mathematical Reasoning using Large Language Models这篇文章是今年3月份的时候微软提出的一篇工作，其核心的问题是优化了GPT模型在数学问题上的回答准确性。

我是有底线的