Levent Alpöge
PulseAugur coverage of Levent Alpöge — every cluster mentioning Levent Alpöge across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
AI 模型 Claude 被认为创造了椭圆曲线数学纪录
AI 模型 Claude 与数学家 Levent Alpöge 和 Ava Howell 一起，因在椭圆曲线排行榜上创造两项新纪录而受到赞誉。这些纪录于 2026 年 8 月在四天内达成，涉及寻找特定的数学方程并展示大量独立的有理数解。这些贡献凸显了 AI 在复杂数学研究中提供协助的潜力，其输出可以得到严格审计。
-
AI在几天内形式化了复杂的78年数学证明
一个最初与Claude共同开发的、关于已有78年历史的Hopf问题的100页证明，已被Boris Alexeev形式化为250,000行Lean代码。据报道，在Codex的协助下，这项广泛的形式化工作在短短几天内完成，这表明AI在处理复杂数学证明方面的能力取得了快速进展。代码的庞大数量表明，可能没有一个人能够完全理解证明及其形式化的所有错综复杂的细节。
-
Anthropic的Claude被列为已验证椭圆曲线秩记录的合作者
一个受尊敬的数学家椭圆曲线秩排行榜上的一项新条目已得到验证，确立了秩30的下界。虽然该成果本身是可靠且可查的，但AI的参与程度，特别是Anthropic的Claude的参与程度，仍然不清楚。评论表明Claude与研究员Levent Alpöge和Ava Howell合作，但Anthropic没有提供主要来源详细说明AI的具体贡献，使其协助的性质未被记录。
-
Claude AI 协助研究人员发现重要的椭圆曲线
研究人员 Levent Alpöge 和 Ava Howell 与 Claude 合作，发现了一条秩为 30 的椭圆曲线。这一成就意义重大，代表了数学理解上的巨大飞跃，因为从秩 28 到秩 29 的进展此前耗时十年。
-
菲尔兹奖得主：AI通过寻找反例擅长数学 · 跟踪2个来源
包括菲尔兹奖得主Timothy Gowers在内的著名数学家观察到，当前AI模型主要通过寻找反例而非构建直接证明来解决复杂的数学猜想。这种方法在Erdős单位距离猜想和Jacobian猜想等问题上取得了重大突破，AI模型识别出了一些反驳或挑战长期以来假设的具体实例。Gowers认为，AI的有效性源于其庞大的知识库，能够应用跨领域的工具，以及其进行广泛、低成本试错的能力，这使其能够探索广阔的数学空间以寻找难以捉摸的解决方案。
-
AI 协助数学家解决长期存在的 Hadamard 矩阵问题
研究人员，包括数学家 Levent Alpöge 和名为 Claude 的人工智能，据报道找到了构建各种阶数 Hadamard 矩阵的解决方案，包括之前难以捉摸的 668 阶。这一突破解决了数学中一个长期存在的挑战，因为 668 阶是 Hadamard 矩阵最小的未知临界阶数。EpochAI 在 FrontierMath 基准测试中将这些发现（也涵盖了 2000 以下的另外 11 个阶数）暂时标记为“由 AI 解决”。这一发展凸显了人…
-
AI辅助研究者声称在Hadamard矩阵问题上取得突破
一位名叫Levent Alpöge的研究人员可能发现了一个最小的未解决Hadamard矩阵问题（668x668）的解。他利用Claude（一个AI模型）生成了一个混淆的shell脚本，该脚本在解码后生成了满足所需正交性质的矩阵。这一发现似乎还包括了2000以下其他十一个先前未解决的Hadamard阶数的构造，但仍需要独立验证。
-
Anthropic AI自主推进黎曼猜想研究
一款未发布的Anthropic AI模型自主取得了在150年黎曼猜想的一个子问题上的重大进展。在36小时内，该名为Claude Code的AI模型协调了60个子代理，处理了3100万个token，将满足该猜想的零点的已证明下界从41.6%提高到了67.2%。这一进展曾让数学家们望而却步，它展示了AI在深度形式推理和自主研究管理方面的能力，包括综合现有工作和寻求形式验证。
-
Anthropic 的 Claude 模型在黎曼猜想研究上取得进展，已验证零点比例提升至 67.2% · 跟踪 4 个来源
Anthropic 一款未公开的 Claude 研究模型在黎曼猜想研究方面取得了重大进展，将临界线上已验证零点的下限从 41.6% 提高到了 67.2%。虽然这并非对这个百年猜想的完整证明，但这一成就代表了对一个长期存在的数学记录的实质性改进。据报道，该模型利用了大约 60 个代理的集群，并处理了 3100 万个 token 来探索潜在解决方案和验证结果，展示了一种解决复杂数学研究的新方法。
-
Gary Marcus 质疑 OpenAI 的 Astra 突破，称其仅部分复制
Gary Marcus 批判性地审视了 OpenAI 的 Astra，认为它可能并非该公司声称的重大突破。他指出，一位 Anthropic 的数学家在 24 小时内使用现有模型 Fable 部分复制了 Astra 的结果，这引发了对其真正新颖性和范围的质疑。Marcus 还引用了数学家 Terence Tao 的一次讲座，该讲座讨论了 AI 对数学的潜在影响，区分了解决特定问题和构建更广泛的数学理论，他认为 Astra 尚未体现出这种区别。
-
数学上的悬挂谷猜想解决了AI的黑箱问题
一篇题为《GeoLAN: 大型语言模型中潜在解释方向的几何学习》的新研究论文，提出了一种解决大型语言模型“黑箱”问题的新方法。通过应用数学上的悬挂谷猜想，特别是“粘性悬挂谷集”的概念，研究人员开发了一种在训练过程中对大型语言模型的语义空间施加几何约束的方法。该技术旨在更有效地组织概念，使AI的推理过程更易于追踪，并提高模型的解释性。研究发现，该方法对中等规模的模型尤其有效，提高了它们的准确性和语义稳定性。
-
菲尔兹奖得主Jacob Tsimerman加入OpenAI从事AI安全研究
新晋菲尔兹奖得主Jacob Tsimerman宣布将加入OpenAI从事AI安全研究。Tsimerman以其在André-Oort猜想方面的工作以及此前对AI可能导致人类灭绝的担忧而闻名，他表示AI正在迅速发展，并可能在两年内超越人类在数学问题解决方面的能力。他认为数学家应该参与AI发展而不是抵制它，并以自己使用AI工具加速研究为例。这一举动凸显了顶尖数学家加入AI实验室的日益增长的趋势，这得益于AI实验室对高级推理和问题解决能力的需求。
-
数学家称AI模型可能发现了雅可比猜想的反例
数学家 Levent Alpöge 发布了一个可能推翻长期存在的雅可比猜想的反例，并将此发现归功于Anthropic的AI模型Fable。虽然该数学结果本身可以通过直接计算进行验证，但由于缺乏Alpöge与AI之间互动细节的披露，Fable的贡献程度仍不清楚。这种情况凸显了评估AI在科学发现中作用的普遍挑战，即虽然可以审计其产出，但在没有详细交互记录的情况下，AI的独立创造性或协作过程难以验证。
-
Anthropic的Claude Fable 5发现87年前数学猜想的反例 · 追踪8个来源
据报道，Anthropic的Claude Fable 5已生成了对雅可比猜想（一个已有87年历史的数学问题）的反例。数学家Levent Alpöge使用该AI模型找到了一个违反该猜想条件的多元函数映射，表明该猜想在高维（高于二维）情况下不成立。目前这些发现正在接受验证，并正使用Lean等系统进行形式化，其影响正促使数学家重新思考AI在纯粹数学研究中的作用。