DeepMind 用 AlphaEvolve 将矩阵乘法指数优化至 2.371177
rohanpaul_ai · x · 2026-08-21
Google DeepMind 发布论文，展示如何利用 AI (AlphaEvolve) 辅助优化代码，将矩阵乘法指数 $\omega$ 的理论上限从 2.371339 提升至 2.371177。
主要贡献包括：
- 问题重构：允许在比以往更大的设置下求解核心优化问题。
- ML 算法设计：利用机器学习进展设计了新的优化算法。
- AlphaEvolve 迭代：使用 AlphaEvolve 不断修改和改进优化算法。
研究团队随后对结果进行了严格验证，标志着 AI 在基础算法理论优化中的突破性应用。
所属事件:DeepMind 用 AlphaEvolve 刷新矩阵乘法理论上界(2 条相关)→
「研究」频道最新
- τ0-VLA：世界模型引导测试时搜索的分层机器人基座模型 — sii-research · 2026-08-22
- 开源 ITSMBench：50 个任务评测多轮 Agent 能力 — Shahules786 · 2026-08-22
- Recursion 发布 Nesso 模型：药物结合亲和力预测提速 10 倍 — anshulkundaje · 2026-08-22
- Owain Evans 访谈：大模型潜在错位与安全研究 — sjgadler · 2026-08-22
- NVIDIA 与 UC Berkeley 开源触觉机器人方法论 T-Rex — DrJimFan · 2026-08-22
- Lightwheel 开源 10 万小时人手操作数据集 — vanstriendaniel · 2026-08-22