OpenAI 与学术界合作,公开 Kakeya 猜想、指数时间假设与量子色动力学相关模型结果
OpenAI 公布其在 Kakeya 猜想、指数时间假设(Exponential Time Hypothesis)和量子色动力学上的模型结果。研究者可以对这些结果进行验证并在此基础上继续研究,OpenAI 表示将与学术社区合作共同推进科学理解。
OpenAI 公布其在 Kakeya 猜想、指数时间假设(Exponential Time Hypothesis)和量子色动力学上的模型结果。研究者可以对这些结果进行验证并在此基础上继续研究,OpenAI 表示将与学术社区合作共同推进科学理解。
NVIDIA 发布预训练关系数据基础模型 Kumo Relational,可直接在企业数据库上做预测查询,无需任务训练、特征工程或展平表格。在 15 个数据库的 41 项任务上超越监督式关系深度学习和专家梯度提升树管线,SAP SALT 基准上 MRR 超过 AutoGluon 集成 8%,微调后领先 16%。
推荐理由:原文给出基准对比数字和开源获取方式,读者可以据此评估是否用它替代现有 XGBoost 关系数据管线。
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,表明对数凸分布而言最优平面割与任意形状割之差不超过与维度无关的普适常数。
推荐理由:原文详述证明路径、独立验证与 Lean 形式化,并对比了有无人类引导的 AI 探索差异,方法可借鉴。
Google 在 Mountain View 的 Research@ 活动上展示了 10 项研究进展。Google Earth AI 扩大早期访问,开放地理空间分析、行星预测引擎和 agent-to-agent API,并由超 70 个地理空间工具支持,Google.org 提供 $10 million 资助危机韧性与公共卫生项目。
Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
推荐理由:官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和自改进等场景的具体提示词与结果,可帮助读者评估它在机器人栈上的实际用途。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,通过 Fairwind Program 先向可信网络防御者开放,之后再扩大到开发者、企业和消费者。
推荐理由:官方发布稿给出定价、输出窗口和基准数字,可帮读者了解 Gemini 4 Argon 的能力范围与分阶段开放节奏。
Berkeley AI Research 发布对并行推理尤其是自适应并行推理(Adaptive Parallel Reasoning)的综述与观点分析,作者之一 Tony Lian 是所讨论方法 ThreadWeaver 的共同负责人。
Berkeley AI Research 发布 GRASP,一种基于梯度的规划器,使学习到的世界模型中的长时程规划变得可行。该方法将轨迹提升到虚拟状态以实现跨时间并行优化,在状态迭代中直接加入随机性以进行探索,并重塑梯度以获得清晰的动作信号,同时避免通过高维视觉模型计算脆弱的“状态-输入”梯度。