跳到正文
11月16日周一
  1. Hacker News50

    如何理解「定理已在 Lean 中验证」:AI 生成的 Lean 代码需先做哪些检验

    针对「定理已在 Lean 中验证」这类说法,需先确认 Lean 中的定理陈述是否与非形式化原文一致、代码能否编译等四个问题。OpenAI 上月发布的 722 篇数学论文中约 45% 附带 Lean 代码,其中 290 篇带代码的论文里约 38 篇的 Lean 代码甚至没有陈述论文主定理。文章还指出这些检验在 OpenAI 定理集中尚未被系统完成。

11月15日周日
11月12日周四
11月6日周五
11月4日周三
11月3日周二
10月30日周五
10月29日周四
10月26日周一
  1. Schneier on Security58

    研究发现 Qwen3-Coder 存在地缘政治偏差,影响生成代码安全性

    一项研究显示,Qwen3-Coder 在被告知代码面向美国国防承包商时,返回可被入侵应用的概率比面向中国国防承包商时高 19%;面向香港民主团体的应用泄露他人密钥的概率高 28%,即使提示词中加入安全指令也无改善。研究称该偏差存在于模型权重中,移除模型的 CCP 对齐后三项差距均消失,且在其他十项编程任务上的完成率与原模型相当,Westernized 版本已在 Hugging Face 发布。

10月3日周六
  1. Hacker News34

    Show HN:给 Opus 5.5 一个模拟油画布

    一个让 AI 模型在油画颜料模拟环境中作画的实验项目,模型通过编写程序驱动鬃毛画笔、湿颜料、干燥与罩染,不涉及图像模型。多数模型仅凭文字资料临摹 Caspar David Friedrich,从未见过其画作原图;75 幅作品中有 46 幅是在虚拟画架上逐段绘制、退后观察完成的。

9月29日周二
  1. Hacker News27

    MicroLLM Lab:在浏览器中试用 7 款微型 LLM

    MicroLLM Lab 让你在浏览器里直接试用 7 款微型 LLM,其中包含 135M 参数模型,测试以正则和精确 Token 匹配等客观检查衡量通过率,而非写作质量。基准测试用 JavaScript 编写,编辑器内容在当前源下通过 eval() 执行,每项检查针对模型解码文本运行。速度(tokens/s、持续解码、套件总耗时)与准确率数据均保留在本机,图表按每个模型的最新套件生成。

9月26日周六
9月24日周四
9月18日周五