AI 资源库 · 已整理 6 项
查看与数学相关的 AI 资讯、工具、Skill、工作流和开源项目。
OpenAI 公布了一批数学开放问题的新结果，这些问题是由其内部的前沿模型解决的。所谓“开放问题”，就是数学界长期没有找到答案的难题；“前沿模型”指能力最强、尚未对外公开的模型。为了让结果可验证，OpenAI 把用 Lean 写出的证明形式化代码以及研究细节放到了 GitHub 上，Lean 是一种能逐步检查数学证明是否成立的工具。对读者来说，这些结果和代码可供查看和复核，说明 AI 在数学证明上又向前走了一步。
OpenAI 正在与一个独立的“数学与人工智能咨询小组”合作，目的是帮助审查和对外沟通新出现的 AI 研究成果。原来，AI 在数学等领域产生的成果越来越多，怎么判断这些结果是否可靠、如何向外解释，缺乏一个独立的把关和沟通机制。这次合作让这个外部咨询小组来参与评估和传播环节，相当于给新成果加了一道独立审核与说明的流程。对读者来说，未来看到 OpenAI 相关的数学 AI 进展时，可能会多一层来自外部专家的审核和解释；不过目前只提到合作方向，具体怎么运作、能用在哪些产品上，材料里没有说明。
提供的材料未提及具体可用工具。
谷歌研究团队评估了跨人群遗传风险预测的迁移学习方法，发现从欧洲队列进行迁移学习虽能提升小规模代表性不足人群的预测精度，但随着目标队列样本量增大，其精度反而下降，尤其对具有人群特异性遗传结构的性状更为明显。研究利用英国生物银行（UKB）和日本生物银行（BBJ）两个大型数据集，对八种临床性状进行消融实验，发现目标人群特异性模型在样本量达到15k以上时表现更优；而遗传相关性较高的“保守”性状可受益于欧洲数据合并直至目标样本量达25-40k+。
Google 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，称这是其迄今推理与编程能力最强的模型，速度与成本与 3.7 Flash 持平。3.8 Flash 定价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元，在 DeepSWE v1.1、HLE-Verified（54.9%）等基准上提升明显；3.8 Flash Cyber 面向可信防御方、通过 Fairwind Program 提供，CyberGym 漏洞发现与 CWE-Bench 补丁能力达到前沿水平，pass@1 为 47.2%。
jihe520/MathModelAgent · 🤖📐专为数学建模设计的 Agent & skills ,自动完成数学建模，生成一份完整的可以直接提交的论文。 An Agent Designed for Mathematical Modeling ,Automatically complete mathmodel and generate a complete paper ready for submission.
MathModelAgent 是一个专为数学建模设计的 Agent 与 SKILLS 方案，可自动完成问题分析、数学建模、代码编写与纠错，并生成一份格式编排完整、可直接提交的论文。它采用多智能体（建模手、代码手、论文手等）与多模型配置，内置 Code Interpreter（本地 Jupyter 与 E2B、Daytona 云端）、17 套 Typst 论文模板、建模知识库与 9 步自动验收，支持通过 litellm 接入多种模型，并提供 WebUI、CLI、Docker 部署与桌面版。项目定位为实验探索阶段，README 中的部分计划功能（如 RAG 检索、Tavily 搜索、HIL、Fallback、Evaluator 等）尚未完整实现或仅有配置项。
OpenAI 分享了一个由内部 AI 系统生成的纳维-斯托克斯存在性与光滑性问题的解答，包括证明文章和 Lean 形式化证明，表明三维不可压缩流体的平滑运动可在有限时间内产生奇点，从而解决了千禧年大奖难题中的陈述 C 和 D。