算法论文8
菲尔兹奖得主:压缩是数学和AI的关键
力学与人工智能
AI 摘要
菲尔兹奖得主Freedman:人类构建数学靠层层压缩;人类数学与形式数学区别是可压缩与不可压缩;未来人类与AI分工协作。AI做数学需学会“造宏”,智能本质是找到更短描述。
阅读原文 · 力学与人工智能
压缩即是全部 —— 菲尔兹奖得主给数学和 AI 的一封信
2026年3月,菲尔兹奖得主Michael Freedman发表论文《Compression is all you need》,用代数模型回答人类构建数学、人类与形式数学区别、人类数学家与AI协作三个问题,答案是“压缩”。文章还探讨了压缩在多领域的体现及对AI的意义。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
REA三天12万星 闭源神话动摇
GitHub开源项目REA上线三天狂揽12万星,它让AI Agent串联传统逆向工具,可无需源码分析各类软件并生成相似功能代码,动摇了闭源软件“源码不公开”的价值基础,引发行业对软件商业模式的广泛讨论。
InfoQ
新闻资讯8
字节发现DeepSeek弱点 实测V4.1结果不同
本文报道字节Seed团队发现DeepSeek V4基础模型因分块KV压缩存在周期性相位敏感性弱点,作者复刻实验实测现役DeepSeek V4.1-Flash,讨论了长上下文评测的盲区,新版本弱点已明显减轻。
AI科技评论
新闻资讯9
GPT-6 Astra证明57年摆圆难题
本文报道了数学爱好者nor借助GPT-6 Astra,完成了搁置57年的“圆内摆圆”问题中N≤20剩余5种情况的严格最优性证明,展现了AI在数学研究领域的新应用。
量子位
新闻资讯9
字节Seed实习生曝DeepSeek-V4技术缺陷
本文报道字节跳动Seed团队联合多校研究者,发现DeepSeek-V4因分块KV缓存压缩设计存在长文本检索周期性盲区,深入拆解缺陷根源,曝光传统大模型长文本评测的盲区。
InfoQ