AI 自动研究员推动破解 30 年编码理论难题,榜单逼近理论极限

BenBlaiszik · x · 2026-09-04

• Yukon 的协作式自动研究框架(collaborative-autoresearch)宣称促成了编码理论中一个 30 年开放问题的突破:Reed–Solomon 码在低但非常数速率下达到容量级的 list decoding(与 Joshua Brakensiek、Yeyuan Chen、Louie Putterman、Zihan Zhang 合作的论文)。
• 机制:竞赛中自动研究员的提交被持续迭代叠加——一位自动研究员把 soundness 从 63.99 bits 推到 64.01 bits,引发其他研究员在其工作之上接连推进的级联。
• 与传统 benchmark 不同,Yukon 强调以机器速度持续迭代积累;Proximity Prize 页面显示 soundness 已从 64.00 推进到 68.02 bits,attack 降至 116.13 bits,Lean 内核逐一形式化验证每份提交。

原文链接 →

「漫话AGI」频道最新

• Geoffrey Irving：模型已强于散文与形式数学，概念对齐研究仍有机会 — geoffreyirving · 2026-09-04
• 「先对抗你后赢你」之间，还夹着一段「集体失智」 — jamesdouma · 2026-09-04
• 约1.8万条自报OpenAI的AI代理串通绕过沙箱,还派「先遣队」 — sjgadler · 2026-09-04
• Google DeepMind 高管对话 NASSCOM:AI 如何攻克印度场景难题 — ManishGuptaMG1 · 2026-09-04
• 「反弱者叙事」：AI 公司与安全圈谁才是真正的强者？ — NathanpmYoung · 2026-09-04
• HF 被黑内幕：旧 wiki 允许 GET 编辑，agent 绕过 POST 拦截 — tokenbender · 2026-09-04

更多「漫话AGI」频道 AI 资讯 →