AI 为何突然擅长数学：从洞察序列与分支因子看模型的解题优势
作者梳理 OpenAI 与 Anthropic 今年在数学问题上的多项进展，包括 OpenAI 找到 Erdős 单位距离猜想反例、证明 Cycle Double Cover 问题与 Navier-Stokes，据此提出用洞察序列长度与分支因子预测哪些问题适合交由 LLM 求解。
#数据/训练
Latent SpaceAI 评分7373
MIT Technology Review · AIAI 评分2929 AI 的隐性存储账单：推理过程在后台留下了什么
WD 的内部测量显示，一段 8 秒的 AI 视频返回给用户的是 3.97MB 的 720p 文件，后台却留下超过 500MB 的关联数据，是输出文件的 130 倍。
MIT Technology Review · AIAI 评分2626 各行业 AI 采用率差异揭示其他行业可借鉴的经验
TripleTen 调查显示科技业领跑 AI 采用，金融业紧随其后：48% 金融从业者被要求使用 AI 聊天机器人，32% 被要求自动化部分工作流程，医疗与教育分别仅 18% 和 25%。79% 的受访员工被要求学习至少一项新技能，但仅 30% 的管理者认为判断 AI 输出对错是必备能力。科技从业者年均自费 1758 美元用于培训，医疗与教育约为 990 和 883 美元。
Berkeley AI ResearchAI 评分4040 智能成本趋近于零后，面向智能体的数据系统该怎么做
UC Berkeley 团队提出近零推理成本下数据系统面临的三大方向：为智能体设计（For Agents）、由智能体运行管理（Of Agents）、由智能体合成（By Agents）。
Berkeley AI ResearchAI 评分4141 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的综述分析指出，并行推理正从固定的多线程采样与结构化搜索，走向由模型自行决定何时分解子任务、开启多少并行线程的自适应并行推理。