5月11日· 陶哲轩升级数学估计验证工具至2.0，探索AI辅助数学证明新路径

5月11日·周日  AI工具和资源推荐

陶哲轩升级数学估计验证工具至2.0，探索AI辅助数学证明新路径

菲尔兹奖得主陶哲轩近日将其开源的数学估计验证工具升级至2.0版本。该工具最初用于验证涉及正参数的渐近估计不等式，如今已发展为一个功能更强大的基础证明助手。2.0版本引入了命题逻辑处理能力，并借鉴Lean证明助手的设计理念，借助Python符号代数包Sympy实现更灵活的数学任务处理。陶哲轩表示，该工具未来可进一步扩展，支持更多数学策略和引理，以处理更广泛的数学问题。此外，他还尝试利用GitHub Copilot和Lean证明助手半自动形式化一个数学证明，仅用33分钟便完成了一页纸的证明过程，展示了AI工具在数学证明中的巨大潜力。陶哲轩欢迎更多开发者为该工具贡献新功能和示例问题，共同推动AI在数学领域的应用。来源：微信公众号【机器之心】

WorldMem模型引入记忆机制，实现AI生成世界的长时序一致性

南洋理工大学、北京大学和上海AI Lab的研究者提出了一种名为WorldMem的世界生成模型，通过引入记忆机制，解决了现有视频生成模型在长时序下缺乏一致性的难题。该模型包含条件生成模块、记忆读写模块和记忆融合模块三大核心部分。在Minecraft数据集上训练的WorldMem，能够支持多样化场景的自由探索和动态变化，并在真实数据集上验证了其有效性。实验表明，WorldMem在长时序生成中保持了良好的几何一致性和时间一致性，例如在雪地中放置南瓜灯后，模型不仅能保留物体，还能模拟其随时间融化积雪的细节。该模型为构建真实、持久且交互式的虚拟世界迈出了关键一步，有望在虚拟仿真和交互智能等领域发挥重要作用。来源：微信公众号【机器之心】

字节Seed开源8B代码模型Seed-Coder，提出小模型管理数据新范式

字节Seed首次开源了其代码模型Seed-Coder，参数量为8B，超越Qwen3，在多个基准测试中达到SOTA水平。该模型通过自身生成和筛选高质量训练数据，大幅提升了代码生成能力，证明了LLM可以极少人工参与地自行管理训练数据。Seed-Coder包含Base、Instruct和Reasoning三个版本，其中Instruct版本在编程任务中表现出色，拿下两个测试基准SOTA；推理版本在IOI 2024上超越了QwQ-32B和DeepSeek-R1。该模型采用“模型中心”的数据处理方式，从GitHub和网络档案中爬取数据，经过多步处理后输出预训练数据，最终构建了支持89种编程语言、包含约1万亿个独特token的语料库。Seed-Coder的开源为代码生成领域提供了新的思路和工具，进一步推动了AI技术的普惠化。来源：微信公众号【量子位】

华为&信工所提出DEER机制，让大模型推理更高效精准

华为联合中科院信工所提出了一种名为DEER（动态提前退出推理）的机制，旨在优化大模型的推理过程，提升其精度和效率。DEER的核心在于识别推理信息质量下降前的临界点，并在该点让模型提前终止思考。实验表明，DEER在DeepSeek系列推理LLM上显著减少了思维链生成长度（平均减少31%到43%），同时将准确率提高了1.7%到5.7%。该机制通过“推理转换监控”“试验性答案诱导”和“置信度评价”三个动作实现，能够在推理过程中动态判断是否提前退出。此外，DEER还引入了分支并行加速策略，进一步优化了推理效率。目前，DEER已在多个推理模型和评测集上验证有效，为大模型的高效推理提供了新的解决方案。来源：微信公众号【量子位】

ModelScope开源全能图像模型Nexus-Gen，媲美GPT-4o，解决扩散模型误差累计问题

ModelScope团队开源了全能图像模型Nexus-Gen，该模型能够同时完成图像理解、生成和编辑任务，性能与GPT-4o相当。Nexus-Gen采用“token → Transformer → diffusion → pixels”的技术路线，融合了MLLMs的语言建模能力和扩散模型的图像渲染能力。为解决扩散模型中的误差累计问题，团队提出了“预填充自回归策略”，通过在训练时使用特殊Token填充图像Embedding位置，确保训练和推理行为的一致性。此外，Nexus-Gen还通过类messages格式统一了图像理解、生成和编辑任务的数据格式，并利用开源社区的25M数据进行训练。该模型在图像质量和编辑能力上表现出色，未来还有进一步优化的潜力。ModelScope团队已将模型权重、训练数据和工程框架全面开源，旨在推动All-to-All模型领域的发展。来源：微信公众号【量子位】