优化理论学者：借助 LLM 与领域工具，优化研究能快 10 倍
ErnestRyu · x · 2026-08-19
UCLA 优化理论学者 Ernest Ryu 在系列长文中分享了用 LLM 辅助数学研究的体验。他表示，文中的一些构造「令人惊惧」，没有 LLM 和领域专用 harness 的帮助自己根本想不出来。他由此判断：拥抱并善用这些工具，优化理论的前景非常乐观——研究速度可提升 10 倍，能解决更难、更有趣的问题，并对优化实践产生更强的下游影响。
所属事件:UCLA 推出 AutoOPT：用 GPT-5.6 自动化优化研究并发现新算法(7 条相关)→
「模型」频道最新
- LLM-as-a-Verifier 让 Nemotron 3.5 超 Terminal-Bench 提 9 分 — simonguozirui · 2026-10-16
- Bonsai 2 三值小模型实测：4B 性价比最佳，27B 一个技能意外掉链子 — cephaloform · 2026-10-16
- Meta 多语言 ASR 覆盖 1600 种语言，入选 TIME 2026 最佳发明 — AIatMeta · 2026-10-16
- Apollo:GLM-53 展现史无前例的更新感知推理 — repligate · 2026-10-16
- Bonsai 2 2B 端侧模型登 iPhone:120 token/s,速度两倍于 Qwen 3.5 2B — cephaloform · 2026-10-16
- 用户吐槽 ChatGPT 越来越多 bug:扩展失效、Computer Use 反复索要权限 — sytelus · 2026-10-16