菲尔兹奖得主都看懵了:OpenAI非数学模型首次自主突破80年未解数学难题
OpenAI的通用推理模型首次自主解决了存在80年的数学难题——埃尔德什单位距离问题,证明其增长速度为超线性,颠覆了数学界的长期共识。
入选理由:OpenAI通用模型通过代数数论方法证明单位距离问题下界为超线性,推翻80年来的线性增长假设。
人物
别名:polynoamial
人工智能研究者,与Greg Brockman有互动。
已跟踪 4 条高相关材料
最近变化
2026-06-18 · OpenAI在医疗领域探索推理范式以推动进步。
为什么值得关注
Noam Brown 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
菲尔兹奖得主都看懵了:OpenAI非数学模型首次自主突破80年未解数学难题
量子位 · 8.5 分
OpenAI的通用推理模型首次自主解决了存在80年的数学难题——埃尔德什单位距离问题,证明其增长速度为超线性,颠覆了数学界的长期共识。
probably correct, from @polynoamial: “with today’s AI models, intelligence is a function of inferenc...
Gary Marcus(@GaryMarcus) · 7.2 分
当前AI模型的智能表现主要依赖推理算力,但人类仅用20瓦能耗即可实现高度智能,未来AI突破需依赖新架构而非单纯扩大算力。
the reasoning paradigm unlocking medical progress for humanity
Greg Brockman(@gdb) · 6 分
文章讨论了OpenAI在医疗领域通过推理范式推动进步的潜力,但内容信息密度低,缺乏具体技术细节。
已收录 4 条与 Noam Brown 相关的内容,按评分排序。
OpenAI的通用推理模型首次自主解决了存在80年的数学难题——埃尔德什单位距离问题,证明其增长速度为超线性,颠覆了数学界的长期共识。
入选理由:OpenAI通用模型通过代数数论方法证明单位距离问题下界为超线性,推翻80年来的线性增长假设。
当前AI智能依赖推理算力,但人类仅用20瓦即可实现高智能,未来需新架构突破。
入选理由:当前AI智能水平与推理计算量强相关,但效率远低于人脑。
文章讨论了OpenAI在医疗领域通过推理范式推动进步的潜力,但内容信息密度低,缺乏具体技术细节。
入选理由:OpenAI在医疗领域探索推理范式以推动进步。
文章内容缺乏实质性技术信息,仅包含社交媒体上的非正式评论和祝贺信息。
入选理由:文章未提供具体的技术细节或分析。