OpenAI把数学推向未知地带

OpenAI集中发布700余篇数学预印本，真正的冲击或许不是答案，而是数学界如何消化它们。

深度专题 FEATURES — 2

PAPER HF 107

96台机器人共享成败经验，把手机包装成功率从79.2%推至98.3%。

PAPER H 60

用 Lean 4 棊查智能体的中间步骤，把一次成败拆成可学习的过程反馈。

速览 BRIEFS — 8

PAPER

SPOT不再只猜填什么，还预测先填哪里，以无损投机解码加速扩散语言模型。

H 11

PAPER

有损投机解码虽能多收草稿词，却可能把回答拉长，抵消加速收益。

PAPER

把搜索和作答分开记功，避免 AI 答对了却没学会找证据。

PAPER

Apex按专家负载动态选择CPU或GPU，在有限显存下减少MoE推理等待。

H 12

PAPER

用轻量分类器引导冻结的 VLA，换机器人时无需新示范或重训原模型。

H 1

PAPER

MambaAct只替换VLA里反复运行的动作专家，试图用更小模型换取实时控制所需的低延迟。

H 1

PAPER

模型反复拿自己的答案当教材，即使每轮提示无害，也可能逐步放大安全偏差。

H 12

PAPER

WAC让世界模型既预演行动后果，也判断这些后果是否值得追求。