OpenAI 发布了 372 个由内部前沿模型生成的数学结果，托管在 GitHub 而非学术期刊，并称每个结果旨在解决开放问题或取得实质进展。这些结果包含主要计算机算法改进和与 Riemann hypothesis 相关的进展，许多证明带有 Lean 形式化，平均每项消耗约三小时的 ChatGPT Pro Thinking compute。
推荐理由：原文呈现了 AI 生成数学证明从产出到审查的流程变化，以及数学界对理解价值的分歧。
OpenAI 发布了一批由未发布前沿模型生成的数学手稿，共 722 篇，覆盖 372 个相关结果族，据称包含“数百个”开放问题的解法。发布内容包括部分模型推理摘要、所用 compute 估计和尝试问题数量统计，OpenAI 称“平均结果”相当于 3 小时 ChatGPT Pro thinking。
同一新闻，精选展示《OpenAI 在 GitHub 发布 372 个 AI 生成数学证明》
OpenAI 公开 722 篇数学手稿，全部出自一个尚未发布的内部模型，归成 372 组结果，并上传论文、源码和部分 Lean 证明到 GitHub。材料称这些结果覆盖准黎曼猜想、霍奇猜想、BSD猜想、π的无理性指数、唯一游戏猜想等 17 个方向，模型此前尝试约 4000 个研究问题，平均每项结果消耗约相当于 ChatGPT Pro 思考 3小时。
推荐理由：原文梳理了手稿覆盖范围、核验状态和数学界反应，可帮助理解AI产出数学成果后的同行消化压力。
OpenAI 公布了一个内部前沿模型在数学开放问题上的新结果。OpenAI 还在 GitHub 分享了 Lean 证明形式化内容和研究细节。
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已可通过 ReviewBench 网站使用。
推荐理由：原文公开了数据集、评分方法和提交流程，可用于比较代码审查智能体的取舍。
Google Research 推出 MilleMiglia，一个用 C++ 编写的中程物流实例生成器，用于创建真实、隐私保护的中程配送问题 benchmark。中程物流连接区域或洲际配送中心，涉及多车辆接力、时间窗口和转运同步，长期缺少公开高质量数据。其源代码和文档已在 GitHub 提供。
Berkeley AI Research 提出一种基于互信息直接评估和优化成像系统的框架，只用含噪测量和噪声模型衡量测量区分物体的能力。其 NeurIPS 2025 论文显示，该信息指标可在彩色摄影、射电天文学、无透镜成像和显微成像中预测系统表现，优化设计可匹配 SOTA 端到端方法，同时需要更少内存和计算且无需任务特定解码器。