跳到正文
11月1日周日
10月27日周二
  1. The Verge · AI82

    OpenAI 宣布三项科学发现并引入外部专家验证机制

    OpenAI 宣布在数学、计算机科学和物理领域取得三项新发现,并将模型输出与 Lean 证明公开发布到 GitHub,同时引入外部专家指导核查。

    推荐理由:相比不到一个月前直接发布数百份手稿,这次 OpenAI 引入外部专家引导核查并公开 Lean 证明,读者可看到 AI 生成科研成果的验证流程正在变化。

10月22日周四
  1. The Decoder77

    OpenAI 智能体 32 分钟完成小鼠大脑数据分析,同等人工工作需数月至一年

    OpenAI 与 PerturbAI、Scripps Research 合作部署数千个 AI 智能体,在 GPT-Rosalind 上分析小鼠全脑 CRISPR 图谱,32 分钟完成团队估计人工需数月至一年的工作。

    推荐理由:原文给出智能体集群与人工分析的耗时对比和盲评结果,读者可据此评估 AI 智能体在科研数据分析中的实际作用。

10月7日周三
  1. The Decoder77

    OpenAI 在 GitHub 发布 372 条 AI 生成的数学证明,呼吁学界跟上节奏

    OpenAI 在 GitHub 发布了由内部前沿模型生成的 372 条数学结果,称每条结果都解决或推进了一个开放问题。多数结果来自对单个 AI 智能体的单次提示,平均消耗约三小时 ChatGPT Pro Thinking 算力,与此前需要一万个智能体、数百万美元算力的 Navier-Stokes 解法形成对比。

    同一新闻,精选展示《OpenAI 公布内部前沿模型在数学开放问题上的新结果》

10月5日周一
  1. GitHub Blog · AI & ML72

    GitHub 发布开源 AI 代码评审基准 ReviewBench

    GitHub 推出开源 AI 代码评审基准 ReviewBench,语料基于 103.9M 个真实 pull request 的语言与仓库规模分布建模,包含来自 187 个开源仓库的 219 个 PR、19 种语言。

    推荐理由:原文讲清了 ReviewBench 的语料构建与指标设计,做代码评审智能体的团队可以照同样的思路建立自己的离线评估。

3月13日周五