2025年7月26日，上海世博展览馆举办世界人工智能大会（WAIC）高端论坛，聚焦“人工智能的数学边界与基础重构”。论坛由上海市普陀区人民政府等主办，吸引全球关注。菲尔兹奖得主丘成桐和Charles Fefferman深度参与，提出数学难题检验AI推理能力。多家机构的大模型现场解题，展现AI在几何、代数等领域的突破。论坛还举行中外学生“结对”仪式，推动AI与数学联合研究，并揭牌两大国际数学实验室。上海市委常委强调以数学创新驱动AI技术发展，普陀区将打造“AI+数学”创新中心。此次盛会为AI与数学融合提供对话平台，助力产业升级，推动上海成为全球数学智能研究高地。

标题：陶哲轩罕见长访谈：数学、AI和给年轻人的建议 正文： 陶哲轩接受了长达三小时的非学术机构访谈，分享了他对数学、AI、教育和人类智慧的最新见解。作为菲尔兹奖得主，他探讨了数学前沿、AI形式化验证及科研方法论等硬核议题。 陶哲轩金句频出： - AI和菲尔兹奖的距离，只差一个研究生。 - 复数意义上...

标题：中科院自动化所推出多图数学推理新基准MV-MATH 挑战多图数学推理新基准，大模型表现不佳？ 近日，中国科学院自动化研究所推出多图数学推理数据集MV-MATH，旨在全面评估多模态大语言模型在多视觉场景中的数学推理能力。 结果显示，GPT-4o得分为32.1，类o1模型QvQ得分29.3，所有模...

斯坦福大学研究发现，尽管AI模型o1-preview在数学、编程等领域表现出色，但在对普特南数学竞赛题稍作修改后，其准确率骤降30%。普特南数学竞赛自1938年创办以来，是全球大学生数学精英的重要赛事。最新研究通过Putnam-AXIOM基准测试，发现o1-preview在原始题目上的准确率为41.95%，但在变体题上仅剩11.95%。其他模型如GPT-4、Claude-3.5 Sonnet等在变体题上的表现也显著下滑，但Gemma和Mistral系列部分型号表现优异。这一发现揭示了当前AI模型在处理数学问题灵活性方面的不足。

标题：为什么没人提DeepSeek的数学和代码？ 正文： DeepSeek的Coder V2版本（2024年5月）首次震惊我，它以类似数学验算的方式检查代码，准确率高于同期的GPT 4o。那时，Coder模式和Chat模式并列作为一级入口展示。相比Chat模式，Coder的逻辑性和校验机制更强。 C...

标题：陶哲轩对谈OpenAI高管：“也许很快OpenAI就能证明陶哲轩是错的” 在一场名为“以推理为主的o1模型如何与数学融合”的对谈中，数学家陶哲轩和OpenAI高管讨论了AI如何影响数学研究。陶哲轩指出，人类擅长从少量数据中推断，而AI则在数据丰富时表现出色。然而，OpenAI高管Mark Ch...

深度求索的开源编码模型DeepSeek-Coder-v2强势崛起，击败GPT4-Turbo，荣登竞技场最强开源编码模型。这款236B和16B参数规模的模型支持多种编程语言，表现出色于GLM-4和Llama-3等知名模型，在编码和数学领域超越了GPT4。仅一周内，DeepSeek-Coder-v2从发布到登顶，展现了深度求索公司的研发实力。该公司由私募量化基金幻方量化创立，短短半年内连续发布大模型，引发业界对其“不做应用做研究”策略的关注，并被视为大模型价格战的关键推动者。幻方量化凭借早期的算力优势，深度求索的DeepSeek系列正在重塑国内AI市场格局。