AI 为何突然擅长数学:用 Gowers 复杂度框架解读 LLM 解题方式
作者分析 OpenAI 与 Anthropic 模型近期解决 Erdős 单位距离猜想反例、Cycle Double Cover、Navier-Stokes 证明、Fermat 定理形式化等工作,提出用提示序列长度 k、工作量 t 和分支因子 b 的复杂度框架解释 AI 的解题优势。
作者分析 OpenAI 与 Anthropic 模型近期解决 Erdős 单位距离猜想反例、Cycle Double Cover、Navier-Stokes 证明、Fermat 定理形式化等工作,提出用提示序列长度 k、工作量 t 和分支因子 b 的复杂度框架解释 AI 的解题优势。
Latent Space 采访 Modal CEO Erik Bernhardsson,围绕其刚完成的 7.5 亿美元 Series D(估值 160 亿美元、年化收入破 10 亿美元、已启动近 30 亿个 sandbox)讨论 AI 基础设施的容量与经济逻辑。
WD 内部测算显示,一段 8 秒、用户收到的 3.97MB 720p AI 视频,后端会留下超过 500MB 关联数据(日志、缓存上下文、渲染、备份、安全记录),是输出文件的 130 倍。