CMU 团队提出 FAR 流程：从 5245 篇论文中筛出 4717 条未解猜想
wellecks · x · 2026-09-11
Sean Welleck 在 The Geometry of Machine Learning 2026 上介绍其数学发现方向的新工作，配套论文《The Problem Is the Problem: Towards Scalable Mathematical Discovery》（arXiv:2608.16977）。
- 核心问题：AI 辅助数学研究中，前沿模型推理算力和专家审稿都是稀缺资源，现有工作流把人力集中选题与终审两端，正成为瓶颈。
- 新范式：人类输入不再是单个问题，而是一个研究方向；系统在文献库中自动搜索候选问题。
- FAR 级联：借鉴搜索与推荐系统，构建 Find–Attempt–Recommend 三级流水线，自动化筛题并把专家注意力集中在多层过滤后的产出上。
- 组合数学试点：从 5245 篇论文中提取 6453 条候选猜想/开放问题，过滤出 4717 条表述良好且仍未解决的问题，后续推理与自动分诊又产生 598 个潜在解答。
「研究」频道最新
- Michael Levin「柏拉图空间」论文过审：心灵非物理主义引巨大争议 — ZeroStateReflex · 2026-09-11
- 单张 RTX 3090 训 8 天：GPT-2 改造 MoE 从零训练成功 — rasbt · 2026-09-11
- 数学家如何回应 Navier-Stokes 证明引热议 — silver__tsuki · 2026-09-11
- 社交类多 LLM 环境太复杂，模型或学启发式而非建模评分器 — 1a3orn · 2026-09-11
- 训练环境让模型「讨好评分器」而非解题，或致 OCD 式 grader 意识 — 1a3orn · 2026-09-11
- 「别扔掉奇怪的结果」：Lila Sciences 开放式发现团队的研究哲学 — tw_killian · 2026-09-11