
数学

Claude解出随机热力学开放问题,物理学界讨论AI科研冲击
在数学领域接连出现AI攻克难题的消息后,物理学也出现了类似案例。非平衡统计力学研究者 Gavin E. Crooks 将一个随机热力学开放问题交给 Claude,后者在几天内给出完整解答,并把多项既有 DFT 界统一到同一凸几何框架下。报道所引内容显示,这项工作不只涉及一个具体结果,也让学界重新审视 AI 在提出、连接和推进理论研究中的角色。

陶哲轩与王虹聚焦 AI 数学证明“消化”环节
围绕 AI 大量介入数学证明,陶哲轩与王虹给出了接近一致的判断:数学界不能只停留在“证明已得出”,还需要理解、整理并消化成果。陶哲轩以 Sendov 猜想为例,说明 AI 更擅长生成与验证,后续的阐释、发表和知识沉淀仍依赖数学家。他还公开了面向 Lean 验证结果的登记库 Palomar,试图为 AI 证明建立从验证到发表之间的整理与协作机制。

OpenAI 下一代模型以约 2000 美元成本完成 10 项未解难题突破
OpenAI 表示,其下一代主要模型的内部版本在数学和计算机科学未解难题上取得 10 项新成果,代币成本约为 2000 美元。该进展显示,新模型在复杂推理任务上具备更强突破能力,也让以较低成本验证传统上需要大量算力的难题成为可能。Cointelegraph 提及,这或为 AI 辅助基础科学研究提供新路径。


研究称 arXiv 论文 AI 痕迹升高,计算机科学标记率达 65%
一项由 unslop 发布的研究显示,在抽样的 12750 篇 arXiv 论文中,近一个完整季度的 AI 文本标记率达到 32%,2026 年初峰值接近 39%。分学科看,计算机科学标记率为 65%,数学仅 0.7%。研究同时强调,检测器识别的是“AI 味”,无法区分语法润色与整篇机器生成,且数学等学科结果可能受公式密集文本影响。

数学不是算术:一篇关于“真正数学”的六点梳理
BlockTempo刊文整理并翻译 @thelichhh 的观点,认为数学并不等于课堂里的计算与程序训练,而是一套用来理解现实结构的工具。文章从六个部分展开,涉及数学与现实的关系、从噪声中识别规律、证明带来的确定性、对无穷的处理,以及如何把不确定性转化为可计算的量,最后落到数学思维如何改变人们观察世界的方式。

