OpenAI 在 GitHub 发布 372 个 AI 生成的数学证明，呼吁学术界跟上
OpenAI 在 GitHub 发布了 372 个由内部前沿模型生成的数学证明，涵盖对重大计算机算法的改进以及与黎曼猜想相关的进展。每份证明平均消耗约三小时 ChatGPT Pro Thinking 算力，部分附带 Lean 形式化验证。这一发布方式绕过了传统期刊同行评审，引发数学界对 AI 大规模生成定理是否有助于概念理解的争议。
#推理
The DecoderAI 评分7575 Latent SpaceAI 评分2929 OpenAI 发布 722 篇数学论文，解决 500 个顶级开放问题中的 90 个
OpenAI 发布内部 Navier-Stokes 模型的 722 篇数学论文，解决了 500 个顶级开放数学问题中的 90 个，包括准黎曼猜想等重要成果。每个结果平均只需 3 小时 ChatGPT Pro 推理计算，被 Anthropic 评价为"数学史上最重大时刻"。模型本身尚未开源，成果已公开于 GitHub 仓库。
OpenAI NewsAI 评分4242 OpenAI 分享 AI 在数学领域的研究进展
OpenAI 在 GitHub 上发布了其内部前沿模型在数学开放问题上的研究成果，并公开了 Lean 证明形式化文件和详细研究资料。该成果展示了 AI 模型在解决数学难题方面的能力进展。
Simon WillisonAI 评分7878 Mistral 发布 Large 4 模型：万亿参数多模态推理能力回归
Mistral 今日发布 Mistral Large 4 预览版，该模型为1万亿参数、490亿激活参数，训练于3800块 NVIDIA Grace Blackwell GPU集群。
TechCrunch · AIAI 评分6060 AI 算力公司 Lambda 计划融资 40 亿美元，估值 145 亿
AI 计算提供商 Lambda 计划融资 40 亿美元，投前估值 145 亿美元，为 2027 年 IPO 做准备。订单 backlog 从 6 月的 150 亿美元增至 9 月的 500 亿美元，其中 Anthropic 一家贡献 350 亿美元。
TechCrunch · AIAI 评分4141 Musubi如何用PolicyLM-1.7B让AI决策模型改变内容审核
Musubi发布PolicyLM-1.7B，这是一个针对实时内容审核训练的轻量级决策模型，以开放权重形式发布，能在50毫秒内应用普通英语编写的内容政策，且政策变更时无需重新训练。决策模型是AI领域热点，继9月Typesafe AI发布Jev后，OpenAI和Amazon也推出了竞品。Musubi希望借助这一趋势，将决策模型技术应用于内容审核场景。
Microsoft ResearchAI 评分5252 微软研究员访谈：AI 在哪些方面会出错以及失败教会我们什么
微软研究院的 Jennifer Neville 在播客访谈中分享了其团队在真实工作场景中评估 AI 系统的研究发现。研究发现，当任务在多次对话轮次中逐步澄清时，模型性能比单轮基准测试时显著下降，用户对此有强烈共鸣。
The DecoderAI 评分6464 Mistral 发布万亿参数模型 Large 4，主打美国竞品拒绝的安全任务
Mistral 发布 Mistral Large 4，这是公司迄今最大模型，拥有 1 万亿参数、490 亿活跃参数，API 预览已开放，完整权重预计 10 月底发布。该模型主打安全任务处理能力，在 Artificial Analysis Cyber Index 中位列前五，部分优势源于竞品拒绝此类任务。
The Verge · AIAI 评分5151 AI接管数学引发的一系列争议
过去一年OpenAI、Anthropic等实验室在多个长期数学问题上取得突破，甚至解决了千禧年大奖问题之一，但快速推进的方式引发了数学界的反弹。AI实验室表示正在从错误中学习。
Import AIAI 评分4141 Import AI 475：AI Agent 群体扩展、Google DeepMind 生物水印与 AI 科学经济
AI agent 群体扩展能节省运行时间，但存在"踩脚"效应导致收益递减。Google DeepMind 推出 SynthID Bio，可在合成生物学的氨基酸序列和 3D 结构中嵌入可检测水印，湿实验测试显示不影响蛋白质功能。