首页
AI内容归档
AI新闻/评测
AI基础/开发
AI工具应用
AI创意设计
AI行业应用
AI行业应用
AI相关教程
CG资源/教程
在线AI工具
全网AI资源导航
青云聚合API
注册送免费额度
300+大模型列表
详细的教程文档
关于青云TOP
青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台
行动起来,活在当下
累计撰写
4195
篇文章
累计创建
1543
个标签
累计收到
0
条评论
栏目
首页
AI内容归档
AI新闻/评测
AI基础/开发
AI工具应用
AI创意设计
AI行业应用
AI行业应用
AI相关教程
CG资源/教程
在线AI工具
全网AI资源导航
青云聚合API
注册送免费额度
300+大模型列表
详细的教程文档
关于青云TOP
目 录
CONTENT
以下是
数学
相关的文章
2026-01-15
AI模型开始攻克高等数学难题
OpenAI的最新模型GPT 5.2在解决保罗·埃尔德什(Paul Erdős)等数学家提出的开放性数学问题上展现出惊人能力。软件工程师Neel Somani的测试显示,AI模型已能提供复杂的数学证明,甚至在某些问题上超越了人类专家的现有解决方案,标志着大型语言模型在推动人类知识前沿方面扮演着重要角色。
2026-01-15
0
0
0
AI新闻/评测
AI工具应用
AI基础/开发
2026-01-13
借助 GPT-5.2 推动科学和数学发展
OpenAI 发布了迄今为止在数学和科学领域表现最佳的模型 GPT-5.2 Pro 和 GPT-5.2 Thinking。新模型在 GPQA Diamond 基准测试中取得了超高分数,并在统计学习理论的开放研究问题中展现了强大的推理能力。本文探讨了这些模型如何加速科研进程,并强调了在AI驱动的研究中,人类验证和协作的重要性。
2026-01-13
0
0
0
AI新闻/评测
AI行业应用
AI工具应用
2025-12-27
突破性预测方法实现了与现实惊人接近的结果
由Lehigh大学统计学家Taeho Kim领导的国际数学家团队开发了一种新的预测方法MALP(最大一致性线性预测器),它通过最大化一致性相关系数(CCC),实现了比传统方法更贴近现实世界结果的预测。在眼科和身体测量数据的测试中,MALP展示了其在确保预测与实际值紧密对齐方面的潜力,有望重塑科学预测的可靠性。
2025-12-27
0
0
0
AI基础/开发
AI行业应用
2025-12-22
杨立昆寄语有志从事 AI 行业的学生:打好基础,用好时间
知名 AI 科学家杨立昆近期向计算机科学专业的学生发出忠告,强调了打好基础知识和明智利用学习时间的重要性。他指出,如果学生仅满足于完成课程体系的最低要求,未来将难以应对技术环境的剧烈变化。杨立昆建议学生应尽可能多修数学、物理或电子工程等基础学科的课程,获取“保质期很长的知识”,而非过度关注当下流行的技术。他强调,扎实的数学基础和建模方法对于理解 AI 至关重要,并以自身电子工程背景为例,说明了基础教育对前沿领域研究的深远影响。
2025-12-22
1
0
0
AI基础/开发
AI新闻/评测
2025-12-12
利用GPT-5.2推进科学与数学研究
OpenAI发布了迄今为止在数学和科学领域最强大的模型GPT-5.2。本文介绍了GPT-5.2 Pro和GPT-5.2 Thinking在复杂推理和抽象能力上的显著提升,并通过GPQA Diamond和FrontierMath等基准测试展示了其卓越性能。重点展示了GPT-5.2 Pro如何帮助解决统计学习理论中的一个开放研究问题,突显了AI在加速科学发现中的新兴作用。
2025-12-12
0
0
0
AI新闻/评测
AI基础/开发
AI行业应用
2025-12-10
突破性预测方法:结果与现实惊人地吻合
来自 Lehigh 大学数学家的团队开发了一种名为“最大一致性线性预测器”(MALP)的新方法,其预测结果与现实世界测量值惊人地吻合。该方法通过最大化一致性相关系数(CCC)来确保预测值与实际值的高度对齐,而非仅仅追求误差最小化。测试结果显示,在医疗和健康数据等领域,MALP 常常优于传统的最小二乘法等方法,有望革新科学预测的可靠性。
2025-12-10
0
0
0
AI新闻/评测
AI基础/开发
2025-12-05
使用 GPT-5 加速科学探索的早期实验
OpenAI 发布了关于 GPT-5 加速科学研究的早期实验报告,展示了该模型在生物学、数学、优化算法等多个领域,如何协助顶尖科学家缩短研究周期、发现新见解。报告通过具体案例,阐述了 GPT-5 在文献综述、复杂计算和理论证明方面展现的潜力,同时也指出了当前局限性,强调了专家监督的重要性。
2025-12-05
0
0
0
AI新闻/评测
AI工具应用
2025-11-28
DeepSeek 发布 DeepSeekMath-V2 模型,主打自验证数学推理能力
DeepSeek近日发布了DeepSeekMath-V2模型,该模型聚焦于提升模型的自验证数学推理能力,旨在解决仅依赖最终答案正确率带来的推理链条不严谨问题。通过引入基于LLM的验证器自动审查证明过程,并利用扩展计算生成高难度训练样本,DeepSeekMath-V2在多项顶级数学竞赛中展现出卓越性能。该模型在IMO 2025和CMO 2024中达到金牌水准,并在Putnam 2024中取得接近满分的成绩,为构建更可靠的数学智能系统奠定了基础。
2025-11-28
0
0
0
AI基础/开发
AI工具应用