按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
160 条收录动态，更新于 09:40
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
Google 团队用 Gemini 4 Carbon 配合 AlphaProof Code，对 Signal 协议底层代码做形式化验证，一直核验到编译后的设备代码。Gemini 4 Carbon 生成超过 600 万行经机器校验的 Lean 证明，把原本需要数年的专家人工验证压缩到数周，约 1% 的代码库需要人工复核，其余由 Lean 自动检查。Google 表示将向安全社区开源这一结果。
谷歌正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者，重点用于复杂软件工程、多步骤智能体任务、科学研究和网络安全。谷歌称该模型在复杂任务中投入更多推理 Token 做假设探索与结果验证，已通过 Gemini API 和 Google AI Studio 向付费开发者开放，并逐步向 Google AI Ultra 订阅用户开放。
来自 @Google 的 Gemini 4 Carbon 在 ARC-AGI 上（已核验）： - ARC-AGI-3：99.1%，$4.6K（provider adapter），65.1%，$7.2K（标准测试框架） - ARC-AGI-2：94.2%，$0.38/任务 - ARC-AGI-1：98.5%，$0.16/任务 在标准测试框架下，Carbon 在 ARC-AGI-3 上以 18 个百分点击败了其前代 Argon。
@Google - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Gemini 4 Carbon 完整结果：https://arcprize.org/results/google-gemini-4-carbon
来自 @Google 的 Gemini 4 Carbon 在 ARC-AGI 上（已核验）： - ARC-AGI-3：97.7%，$4.4K（provider adapter），65.1%，$7.2K（标准测试框架） - ARC-AGI-2：49.6%，$0.10/任务 - ARC-AGI-1：98.5%，$0.16/任务 在标准测试框架下，Carbon 在 ARC-AGI-3 上以 18 个百分点击败了其前代 Argon。
@Google - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Gemini 4 Carbon 完整结果：https://arcprize.org/results/google-gemini-4-carbon
应用数学家 Steven Strogatz 与 Alex Townsend 合著新书《Big Math: The Hidden Codes That Run Our World》，聚焦大语言模型、AI 聊天机器人与量子计算推动的“大数学”正开始超出人类理解能力这一变化。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者为同一底层模型，Fable 5.2 增加分类器拦截高风险网络安全任务和多数研究生物学任务，Mythos 5.2 则移除这些限制、需通过 Cyber Verification Program 与 Life Sciences Verification Program 使用。
谷歌 DeepMind 团队用具备自主执行能力的 AI 智能体对 Signal 加密协议完成形式化验证，以数学方法证明其满足安全性承诺，整个分析过程耗时约四周。该验证针对协议本身而非 Signal 应用的整体安全审查；团队还用该方法测试了含已知漏洞的旧版协议实现，AI 识别出问题并判定其未通过验证。谷歌表示尚无法确定该技术在更大范围推广的实际可行性，也未公布所需算力规模。
Google DeepMind 团队宣布用新智能体验证框架 AlphaProof Code 对 Signal 消息协议的实际生产代码完成形式化验证，作者称这是首次有广泛部署协议的真实生产代码被验证到这一深度。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon（60）与 Opus 5.5（59）。
国家自然科学基金委员会公布“十五五”国家重点研发计划5个重点专项2026年度项目申报指南，包括“重大需求导向的数学理论及应用”“力学技术科学及应用”“物态调控”“促进重大产业变革的催化科学”和“人工智能的数理基础”。项目网上填报受理时间为2026年11月13日8:00至12月8日16:00，推荐单位须于12月11日16:00前确认推荐。指南要求资助项目代表性论文20%以上发表在我国科技期刊上。
来自 @AnthropicAI 的 Claude Fable 5.2 在 ARC-AGI（已核验）上的表现： - ARC-AGI-3：97.7%，$18.6K（provider adapter harness），81.2%，$21.9K（标准 harness） - ARC-AGI-2：93.8%，$0.98/任务 - ARC-AGI-1：98.5%，$0.36/任务 Fable 5.2 在标准 harness 下创下 ARC-AGI-3 新高分。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两款模型基于同一底层模型，前者面向普通用户并内置网络安全与生物安全防护，后者面向通过审核的网络安全和生命科学机构开放。
Claude 官方称，在一个为 42 列车排时刻以削减峰值用电的问题上，智能体在不到两小时内得到的时刻表比 MIPLIB 现有最好解优 2.6%，随后证明不存在更好的时刻表。相关解已提交给 MIPLIB 供任何人核查。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，两者共用同一模型底座，区别在访问权限：Fable 面向所有用户并对网络安全和生物学高风险任务设限，Mythos 解除部分限制，仅向通过 Anthropic 网络安全或生命科学验证计划的组织开放。
Anthropic 的 Claude 官方账号称，在 MIPLIB 优化问题库的 203 个开放问题上，Claude 在 72 个案例中优于所列数学解，并在 45 个案例中证明某个解为最优。MIPLIB 收录的是机组排班、配送车辆调度等混合整数规划问题，上述数字来自发布方自测。
Anthropic 报告一项玩具实验：1000 个运行 Claude Fable 5.2 早期版本的智能体在 28.7 小时内完成了费马大定理的形式化证明，未使用 Prove2Me 平台，也没有研究者全程指导。
Anthropic 发布 Claude Fable 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分登顶，领先 Gemini 4 Carbon（high，60）和 Claude Opus 5.5（max，59）。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两个模型，称其在编程、推理和视觉方面较 5.1 版本有所提升，输出速度更快。
Claude 官方账号称，一支由 1000 个 Fable 5.2 智能体组成的团队用 30 小时将费马大定理的证明完整形式化，转写成计算机可逐步检验的语言。同一设置下，Opus 5.5 在 18 小时内只完成 26%，到 30 小时也几乎没有更多进展。
MIT 的 Anna Brandenberger、Hanna Mularczyk 和 Dora Woodruff 对早期职业数学家开展 AI 观点调查，共 260 余名数学家参与，覆盖约 60 家机构和至少 5 个国家，结果已于 10 月 29 日发布到 arXiv。
AI 科学初创公司 Physical Superintelligence 称，其内部研究系统运行一个非公开的 Anthropic 模型，为 Scott Aaronson 与 Andris Ambainis 自 2008 年提出的量子计算猜想找到了证明，运行第三天即得到完整证明并由证明助手 Lean 逐步检验通过。
姚期智团队联合杨植麟等发表署名论文《TCSEXAM：在TCS研究的全范围内评估前沿大型语言模型》，推出TCSExam评测，把定理证明、求解器工程、构造和开放猜想四类任务纳入同一考卷，由Lean内核等机器验算。
入选理由论文把理论计算机科学的定理证明、构造、求解器与开放猜想纳入统一评测，研究者可据此判断大模型在哪些数学任务上已能产出可机器核验的结果。
alphaXiv 推介的论文提出 SwarmEvolve，让 450 个智能体并行在内部推理而不生成文本，并通过 KV-cache 共享思路，再用新颖性过滤保留多样方案后组合成新解。
在美国新泽西一所文理学院的两位数学教师看来，AI 已能自动完成练习、证明与计算等传统训练环节，本科数学课程必须教学生与 AI 系统协作。他们主张训练学生批判性核验 AI 输出、理解并解释以"陌生"形式呈现的结果，而非把思考过程外包给 AI。文章提到 2026 AMS Committee on Education Workshop Report 已开始调整研究生课程，但本科层面需要平行且持续的努力。
alphaXiv 介绍了一篇提出 Hinted Scaling Laws 的论文：给小模型不同程度的帮助（如部分解题步骤），观察其准确率如何提升，再用这些规律预测大模型在无提示条件下的表现。在 GSM8K、AIME 和 HLE 上，该方法把预测误差中位数从 21% 降到 4.3%。论文链接：https://www.alphaxiv.org/abs/2611.02270
芝加哥大学数学教授弗兰克·卡莱加里在陶哲轩博客发文提出，AI 能批量生成证明后，数学人才招聘应更多依赖面对面交流而非书面材料，30 分钟面谈即可区分批量产出低质量成果者与有清晰研究愿景者。他批评仅凭一篇论文或一项成果录用学生的“懒惰的评审委员会”，并主张院系应更认真培养研究生的数学表达能力。
物理研究机构 Physical Superintelligence（PSI）宣布，借助 Anthropic 一款尚未发布的 AI 模型证明了量子计算领域的阿伦森－安拜尼斯猜想，该猜想自 2008 年提出以来一直未获证明。
中国数学会发布关于人工智能时代数学发展与人才培养的声明，倡导非数学专业数学课程合理使用 AI 工具，减少重复性运算在教学与考核中的比重，把重点转向数学思想、理论结构、建模方法和结果解释。