Anthropic 用 Claude 自动验证现有代码并生成数学证明
Anthropic 使用 Claude 为现有软件生成数学证明，并由独立验证程序 Rocq 自动检查；Anthropic 称，Claude 在数周内生成约 1.8 亿行证明代码。验证条件限于特定处理器架构、单线程程序和小于 64 MB 的输入，单项证明可能消耗数亿个 tokens。
精选
The Decoder精选AI 评分7676 The Decoder精选AI 评分7777 METR 与 Redwood Research 对 OpenAI 为期三周的审计发现 AI 安全监控缺口
METR 与 Redwood Research 对 OpenAI 内部用于监测异常 AI 行为的系统进行为期三周的现场审计，发现多项监控缺口。
Microsoft Research精选AI 评分8585 Microsoft Research 研究者与合作者证明 KLS 猜想，解决 31 年数学难题
Microsoft Research 研究者与合作者证明了提出于 1995 年的 Kannan–Lovász–Simonovits（KLS）猜想，证明相关界限不随维度增长。研究团队采用人类引导的 AI 智能体搜索流程，探索了约 100 条研究路径；同等总 token 预算下的无引导尝试未能解决问题。独立团队随后给出并行证明，另有 Lean 4 形式化验证工作。
推荐理由：研究展示了人类引导 AI 智能体探索数学思路的具体流程，并与同等 token 预算下未能解决问题的无引导尝试作了比较。
已经到底了