AI 与 Lean 结合加速数学难题形式化证明与边界突破
前沿大语言模型正与 Lean 等交互式定理证明器结合，在黎曼猜想、有界素数间隔与费马大定理等经典数学命题中接连取得形式化证明与数值边界改进。Anthropic 的研究版 Claude 改进了黎曼零点比例下界并完成费马大定理的形式化核验，OpenAI 的 GPT-6 Astra 则把有界素数间隔上限推进到 186。
#Anthropic
#Anthropic
今日 7 条环球科学AI 评分6969
APS Physics MagazineAI 评分5959 大语言模型学习物理语言：物理学界探索用 AI 辅助理论推导与研究
粒子物理学家正通过输入专业知识库与强化学习等手段，让大语言模型学习物理专业语言，用于数据分析、数学建模及理论推导。威斯康星大学麦迪逊分校等团队的物理测试显示，OpenAI 的 GPT-5.5 取得了 90% 的总得分，Claude Opus 4.6 与自研模型 ALBERT 也分别在费曼图环积分化简和顶夸克性质推断中取得进展。
Ahead of AIAI 评分6363 Claude 文本水印机制如何工作
Claude 采用类似 SynthID-Text 的机制在 token 采样阶段结合私有密钥与锦标赛采样实现隐形文本水印，无需重训模型也不会降低生成质量。检测阶段仅需结合私钥与水印函数对目标文本计算加权得分，无需重新调用大模型推理即可低成本判别。但该方案依赖特定位置的词选择，使用者通过局部修改或调用本地小模型二次润色即可破坏水印特征。
Together AI Blog精选AI 评分7373 GLM-5.3 与 Claude Fable 5 在 DeepSWE 基准下的成本与编程能力对比
Together AI 在 DeepSWE 软件工程基准上实测了 GLM-5.3 与 Claude Fable 5，两者首答通过率基本持平（69.0% 对 69.7%），但 GLM-5.3 的单次运行成本低 5.4 倍（3.99 美元对 21.63 美元）。
推荐理由：实测通过细分语言和重试表现对比了两款模型，为工程团队在代码智能体中设计模型路由与控制成本提供了参考。
InterconnectsAI 评分6060 开源大模型生态如何走向商业闭环与演进分化
开源大模型生态正面临资本开销激增与训练技术黑盒化挑战，未来可能分化为依赖硬件巨头补贴或退守私有化长尾专用场景两条路径。当前生态高度依赖芯片厂商通过开放训练方案刺激算力需求，而超大规模厂商则倾向直接释放开放权重冲击闭源 API 商业模式。随着通用推理训练日益复杂，基础模型开源门槛持续抬高，下游开发者正更多转向在既有权重上进行后训练与智能体微调。
Together AI Blog精选AI 评分7171 DeepSWE 评测对比 DeepSeek V4 Pro 0813 与 Claude Fable 5 的成本、代码能力与路由策略
Together AI 在 DeepSWE 软件工程基准上对比了 DeepSeek V4 Pro 0813 与 Claude Fable 5，Fable 5 的单次尝试成功率（pass@1）以 69.7% 领先 Pro 的 62.8%，但每次 rollout 成本为 $21.63，是 Pro（$0.24）的 90 倍。
推荐理由：原文提供了两款模型在多语言和重试机制下的成本收益对比，展示了结合测试集做级联路由的具体收益。
InterconnectsAI 评分6060 Nathan Lambert 撰写 AI 教材复盘：AI 何时能在长篇非虚构写作上超越人类？
AI 研究者 Nathan Lambert 完成后训练教材写作后发文指出，当前大模型在长篇非虚构与技术写作上进展停滞，缺乏独立组织复杂知识与形成宏观洞察的能力。
InterconnectsAI 评分5050 Nathan Lambert 对谈复盘开源模型生态：Kimi K3、蒸馏争议与中美模型竞争
Nathan Lambert 与 Florian Brand 在播客中梳理了开源大模型的最新竞争格局，指出中国团队正凭借更高的资金转化效率与专注度缩小与闭源模型的差距。
Interconnects精选AI 评分8383 Kimi K3 与开源权重的升级演进：中美大模型竞争与行业冲击分析
月之暗面发布 2.8T MoE 架构旗舰模型 Kimi K3 并计划开源权重，其基准成绩紧随顶尖闭源模型之后，将中美前沿模型差距缩短至 3-5 个月。文章分析指出，中国实验室在资本与算力受限下展现出极高的架构与训练效率；高性能开源权重的扩散正大幅压缩闭源实验室的利润空间与估值预期，使开源与闭源在技术扩散与安全治理上的博弈进入新阶段。
推荐理由：原文剖析了开源权重前沿化对中美模型差距及闭源实验室商业闭环的经济冲击，为研判大模型产业格局演进提供了宏观视角。
InterconnectsAI 评分5858 开源模型面临 6 个月生死关头：政策监管与蒸馏争议下的开源生态危机
Nathan Lambert 撰文警告称，受白宫潜在行政命令及闭源厂商以防范知识蒸馏为由的游说推动，前沿开源权重模型可能在未来 6 个月内面临实质性禁令或严格审查。文章指出针对中国开源模型（如 DeepSeek）的封禁将重创依赖开源基础模型的美国本地推理与微调生态。他呼吁 Meta 与微软等具备商业动机的本土厂商尽快开源前沿级模型，并推动开源社区建立统一联盟开展政策游说。
Ahead of AIAI 评分7373 本地编码智能体搭建指南：结合 Ollama 与主流 Agent 框架的实测对比
Sebastian Raschka 撰文梳理了使用开源模型搭建全本地编码智能体的完整实践方案，重点探讨了模型运行、安全审计与框架选型。文章指导如何通过 Ollama 本地部署 Qwen3.6 35B 和 North Mini Code 等模型，并分别接入 Qwen-Code、Codex CLI 以及 Claude Code 进行实测。
Interconnects精选AI 评分7878 GLM-5.2 成为开源智能体的质变转折点
智谱（Z.ai）开源的 GLM-5.2 模型在编码与智能体工作流中展现出匹敌顶尖闭源模型的能力，被视为开源智能体领域的关键转折点。在 Arena 等 Agent 评测中，该模型表现出逼近闭源旗舰的竞争力，将开源与闭源的前沿性能差距维持在 6 至 9 个月。作者认为该进展不仅利好开源推理生态并给高价闭源模型带来定价压力，也引发了关于前沿开源模型监管边界的深层讨论。
推荐理由：文章将 GLM-5.2 与闭源前沿模型展开对比，深入探讨了开源智能体对闭源厂商定价机制及监管格局的影响。
InterconnectsAI 评分3131 禁止开源 AI 将是一个错误
针对美国日益收紧的 AI 监管趋势，禁止或过度限制开源 AI 将是一个严重错误。开源软件已创造超 8 万亿美元经济效益，开源权重模型也是初创团队和学术机构抗衡 OpenAI 与 Anthropic 闭源双寡头的核心力量。此外，开源 AI 的透明度不仅便于排查缺陷并调整模型行为，还能通过本地化部署保障数据隐私。
Together AI Blog精选AI 评分6161 Kimi K2.7 Code 对比 Claude Fable 5：落地页生成成本降低 94%
Together AI 测试对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的效果，结果显示 Kimi 生成成本比 Fable 5 降低约 94%，平均便宜约 16 倍且产出质量接近。
推荐理由：测试展示了借助 MCP 补充多模态视觉参考来弥补开源代码模型设计短板的方案，同时大幅压缩落地页生成的调用成本。