数学（以及整个科学）会走向黄金时代，还是黑暗时代？
Francesco Maggi 谈 LLM 生成的证明对署名、人才培养与数学开放性的影响，以及决定这个领域走向黄金时代还是黑暗时代的八个选择。
数学
更多 数学
首页
比 earcut 更快：374 万个地图多边形，489 毫秒切完
earstrip 用耳切法换掉了引擎里的约束 Delaunay 三角化，把华沙周边 374 万个多边形的切分从 2.93 秒压到 489 毫秒。作者一个想法一次提交地重放了整个过程，每节末尾都标着这一步省下多少。
EvoGrain：用 L-system 和颗粒合成做算法声音设计
Nathan Ho 做了 EvoGrain，一个离线的 Rust 程序：它随机生成 L-system，把规则解释成海龟命令，再把得到的颗粒集合合成音频，只留下适应度函数喜欢的那些。文章从 50 条规则的随机文法一路讲到闭环合成，把每个阶段都走了一遍。
更快的傅里叶变换
Ben Recht 读了 OpenAI 那篇声称做出更快 FFT 的论文：改进只在指数上小了 10^-13，要等 n 超过 10^(10^10^15) 才回本，所以这不是突破，是钻大 O 记号空子的做法。
你本可以从记忆中发明 Transformer
把每一层都看作记忆存储，按相似度用键取回值，一个干扰信号比就能算出它能存多少：外积约 64 条，MLP 几千条，自注意力约一百万条。
OpenAI、Partition Principle 与数学
一位研究 Partition Principle 超过十五年的集合论学者读了 OpenAI 的预印本，觉得它混乱、怪、引用的还是未经同行评审的讲义，并认为投向期刊会被直接退稿。
当随机性实际上不够随机时
随机测试的好坏取决于其抽取的分布。本文展示了一个看似均匀的生成器如何悄然使你实际测试的用例产生偏差，以及如何为它赋予一个显式分布。
用矩阵数学解 Factorio 的品质概率
作者玩 Factorio 的方式是写矩阵数学代码来规划工厂。他把品质循环建成马尔可夫链、解出平稳方程，比较几种循环策略的期望产量，并做成在线计算器；他认为精确解而非无穷级数迭代是这个做法的新意。
逆向工程老式 Intel 8087 的正切算法：不止是 CORDIC
Ken Shirriff 拆解 Intel 8087 的 FPTAN 指令：它并不只用 CORDIC，角度很小时改用了一个简单的有理多项式近似，代价是误差与除法都要单独处理。
引力似乎是全息的，这对现实意味着什么？
量子引力可能是全息的。三维空间里的引力，等价于二维边界上的一套量子信息。Quanta 梳理了这个想法的来龙去脉，以及它对「现实是什么」意味着什么。
用傅里叶变换画羊驼
傅里叶变换能把任意闭合曲线拆成一堆旋转的圆：本文用 1024 个圆画出羊驼，并给出从 SVG 采样到 DFT 再到动画的完整 TypeScript 实现。
我们需要多得多的数学家
AI 已经能产出人类难以企及的数学新想法。UCLA 的 Amit Sahai 呼吁数学界集体借助 AI 去理解这些结果，而不是把它们搁置或放弃。
像物理学家一样剪枝 LLM：把块删除当成 Ising 优化问题
整块删掉 transformer block 最省事，挑哪些块却是多体问题。Multiverse Computing 把它写成二元优化，用 Ising 的低能态对应高分模型，Llama-3.3-70B 砍半深度仍保住 MMLU 76.9。
MilleMiglia：面向中程物流的真实实例生成器
MilleMiglia 用 C++ 开源实例生成器填补中间英里物流的基准空白，让跨配送中心的接力运输优化不再受制于专有数据。
我们还需要人类数学家吗？
Po-Shen Loh 回应「数学家该让出控制权」的反对意见。他提出一条基本公理，我们应当帮助人类繁荣，并推出一条推理链，AI 越先进，需要人类盯的控制点就越多，多到人手不够，而这些岗位会反过来迫使 AI 放慢。
当卫星定位失效时：用 Levenberg-Marquardt 对抗蓝牙 RSSI 混乱
卫星定位进楼就失效，作者用 BLE 信标加 Levenberg-Marquardt 三边定位在 iOS 上把误差压到半米内。
为什么我没有签署菲尔兹奖得主们的那封公开信
Gowers 赞同「我们正面临危机」，但不同意「概念理解高于解题」是唯一正确态度：他把数学家的动机看成一条谱系，并逐条比较「模型全面超越人类」与「国际协议限制发布」两种未来的得失。
如果数学不仅仅是证明，我们需要更好地赞美它的其他部分
Grant Sanderson 提议数学界应正式认可有动机的解释，而非只奖励新证明，以回应 AI 生成证明带来的冲击。
Cloudflare 只改了一个结构体和一个参数，回收了 100TB 内存
Cloudflare 的全球网络庞大，但并非没有极限。团队在寻找削减资源用量的小办法时，有时会撞上大幅降低用量的机会。这篇文章讲他们怎么把一个基于 Pingora 的服务的内存占用压下来，以及为什么这事儿没那么简单。
不懂数学的人，用约 40 亿 token 证出了 Conway 五十年前的猜想
不懂数学的 Dan Abramov 花一个月、约 400 亿 token，让 Claude 与 ChatGPT 接力，用 Lean 证出了 Conway 五十年前的细化猜想。他相信证明成立，但还没有数学家独立验证过。