Accelerating discovery with the AI for Math Initiative★ 75
Google DeepMind Blog216d agoReleaseGoogle DeepMind 宣布推出「AI for Math Initiative」計畫，旨在匯聚全球最頂尖的學術與研究機構，共同開創人工智慧在數學研究中的應用。該倡議將專注於利用 AI 工具協助數學家解決複雜難題、發現新定理，並推動數學科學的整體進步。這標誌著 AI 從輔助計算走向深度參與基礎科學探索的新里程碑。
Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad★ 90
Google DeepMind Blog221d agoReleaseGoogle DeepMind 宣布，搭載全新「Deep Think」思考技術的進階版 Gemini 模型，在國際奧林匹亞數學競賽（IMO）的測試中正式達到了金牌得主的水準。這項突破展示了 AI 在處理極具挑戰性的代數、組合數學、幾何和數論等複雜推理問題上的巨大進步。此成果不僅是 AI 數學推理能力的里程碑，也代表著強化學習與系統化思考（System 2 thinking）在大型語言模型上的成功應用。
Discovering new solutions to century-old problems in fluid dynamics★ 75
Google DeepMind Blog221d agoReleaseGoogle DeepMind 發表最新研究，展示如何利用 AI 技術尋找流體力學中的新解。該方法針對描述流體運動的百年難題（如 Navier-Stokes 方程與湍流現象），透過結合深度學習與物理模擬，成功加速尋找「確切相干態（ECS）」等關鍵結構。這項突破將有助於數學、物理與工程學界攻克長期未解的複雜流體控制與預測挑戰。
Try Deep Think in the Gemini app★ 85
Google DeepMind Blog222d agoReleaseGoogle 正式在 Gemini 應用程式中為 Google AI Ultra 訂閱者推出「Deep Think」深度思考功能。此外，Google 也向特定的數學家開放了曾參加國際數學奧林匹亞（IMO）競賽的 Gemini 2.5 Deep Think 完整版模型，讓專業人士能體驗其強大的數學推理能力。
Kimina-Prover-RL★ 80
Hugging Face Blog292d agoReleaseHugging Face 的 AI-MO（AI 數學奧林匹亞）團隊發表全新項目 Kimina-Prover-RL，專注於自動定理證明（ATP）。該項目透過強化學習（RL）引導模型在 Lean 等形式化環境中進行證明搜尋，是開源社群追趕 DeepMind AlphaProof 的重要里程碑，為複雜數學推理與形式化驗證提供了可重現的 RL 訓練框架與模型。
Kimina-Prover: Applying Test-time RL Search on Large Formal Reasoning Models★ 82
Hugging Face Blog327d agoReleaseHugging Face 的 AI-MO 團隊發表 Kimina-Prover，這是一項針對大型形式化推理模型的創新研究。該系統在推理階段（Test-time）引入強化學習搜尋機制，讓模型在面對複雜數學證明時能動態探索與自我修正。透過與形式化證明工具互動，Kimina-Prover 顯著提升了自動定理證明的成功率，為開源數學推理 AI 帶來重大突破。
Fixing Open LLM Leaderboard with Math-Verify★ 78
Hugging Face Blog473d agoNew ToolHugging Face 宣布在 Open LLM Leaderboard 中引入全新開源工具 Math-Verify。過去的數學評測常因模型輸出格式與標準答案不完全一致（如分數與小數）而導致誤判。Math-Verify 透過強大的數學表達式解析與等價性檢查，修正了這些評分偏差，讓開源模型的數學推理能力得到更真實的呈現。
How NuminaMath Won the 1st AIMO Progress Prize★ 80
Hugging Face Blog691d agoRelease首屆 AI 數學奧林匹亞（AIMO）進步獎由 NuminaMath 奪得，其在私有測試集上取得 29/50 的佳績。該模型基於 DeepSeek-Math-Base 7B，採用獨特的兩階段微調策略：第一階段混合鏈式思考（CoT）與工具整合推理（TIR），第二階段則針對奧林匹亞級難題進行拒絕採樣微調。團隊已將包含 86 萬條數據的 NuminaMath 數據集與模型權重完全開源，為開源 AI 數學推理領域樹立了新里程碑。