USAMO 2026
PulseAugur coverage of USAMO 2026 — every cluster mentioning USAMO 2026 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架通过增强式突变技能进化提升定理证明能力
研究人员开发了SkillEvoLean，一个用于增强大型语言模型在形式化定理证明中能力的框架。该方法采用增强式突变技能进化，它同时更新高级求解策略和参考知识。当标准方法未能找到成功路径时，SkillEvoLean使用突变来采样数学概念并生成新的技能候选。在MiniF2F和PutnamBench等基准测试以及IMO 2025和USAMO 2026问题上使用GPT-5.5进行测试，SkillEvoLean相比基线方法实现了显著更高的证明成功率。
-
字节跳动万亿参数模型：规模不再保证性能
据报道，字节跳动正在训练一个拥有高达万亿参数的大型语言模型，其规模可与Anthropic的Mythos 5相媲美。然而，专家认为，参数数量本身已不再是衡量AI性能的主要指标。真正的能力，如Mythos 5等模型所展示的，在很大程度上依赖于计算基础设施、数据质量、架构创新和对齐流程等因素，而不仅仅是单纯的参数规模。
-
Tencent 发布 Hy3，一个开放的 295B MoE 模型，支持 256K 上下文
Tencent 发布了 Hy3，一个开源的 2950 亿参数专家混合（MoE）模型，专为复杂推理、代理工作流和长上下文任务而设计。该模型每个 token 只激活 210 亿参数，在保持效率的同时支持 256K 的上下文窗口。Hy3 在编码、STEM 和推理任务等各种基准测试中表现出色，并经过特定训练以提高工具调用中的可靠性、减少幻觉并增强多轮意图跟踪。该模型可通过兼容 OpenAI 的 API 访问，并提供 `reasoning_ef…