跳到正文

#论文/研究

今天11月22日周日1 条
11月21日周六
  1. 量子位60

    GPT-6.2 Astra在XDOF的Ember-0实测中成功率翻倍至41.2%

    机器人基础设施公司XDOF实测显示,GPT-6.2 Astra在Ember-0基准16项双臂操作任务上的综合成功率从GPT-6 Astra的19.6%升至41.2%。其中打结和展开T恤两项此前无模型完成的任务被其拿下,用夹子夹起面包的成功率从10%提升到90%。模型平均预测延迟从15秒降至10.1秒,但作者指出对实时机器人操作仍偏长。

  2. 量子位60

    Anthropic数学家Levent Alpöge称与Claude合作找到黎曼猜想证明并公布Lean代码

    Anthropic数学家Levent Alpöge发布4页PDF文档,称与Claude合作找到了黎曼猜想的证明,并公布拆分为14个压缩包的Lean形式化证明代码。文档称Claude提出通过连续Theta Lifts在自守形式框架下累积重数的关键思路,并给出提升链长度应达√X的参数。作者表示尚未发表完整论文,因整套论证篇幅过长,需外部研究者检查代码能否完整编译及最终定理是否等价于黎曼猜想。

11月20日周五
  1. Hugging Face Blog60

    Hugging Face 发布 harness adapters:在智能体 harness 内做 RL 训练提升性能与成本效率

    Hugging Face 发布 harness adapters 方法,在 Pi、OpenCode、Hermes Agent 三个智能体 harness 内对 Qwen3.8-27B 做 RL 训练 LoRA 适配器,并给出可复现的完整流程。

    推荐理由:原文给出从任务生成、验证到在 harness 内做 RL 训练的完整可复现流程,适合迁移到自有模型与任务组合。

11月19日周四
11月10日周二
  1. Google DeepMind62

    Google DeepMind 发布 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。

    推荐理由:原文给出多 LLM 智能体框架的验证流程与耗时对比,可了解形式化验证如何从设计层推进到实际代码。