Meta 搅动前沿模型格局，开源与闭源同时发力
Meta 发布开源权重模型 Muse Spark Open，并称其是当前最强的美国开源模型，同期还推出闭源模型 Muse Wonder 与 Muse Wonder Full。
推荐理由：文章把 Meta 开源与闭源模型的同期发布放进美国前沿实验室竞争格局里比较，并拆解其自定义许可的实际约束。
#大佬观点
Interconnects精选AI 评分7878
Hacker News精选AI 评分8080 研究称神经网络本身是干净的，叠加假说被误读
作者在数月研究图像与语言模型的神经元和回路后提出，网络自身机制就是可读的构建单元，此前被视为多义性和叠加的经典证据被误读，实际多为一种递归泛化现象。作者称重新训练 InceptionV1 架构后，其最后一层 99-100% 的神经元易于解释，而初步审计 Qwen3-32B 时约 90% 的神经元极点只有一个主要功能。
推荐理由：作者以第一手实验重审多义神经元与叠加假说，给出递归泛化这一替代解释，可供理解可解释性研究走向。
Hacker News精选AI 评分8888 数学家们如何回应 OpenAI 一次性公布大量数学问题解
Proofs and Prompts 汇总了数学界对 OpenAI 于 10 月 6 日公布大量数学问题解法的即时反应，署名者涵盖群论、拓扑、算子代数等方向的研究者。
推荐理由：汇集多位数学家对 OpenAI 一次性公布大量数学问题解的即时反应，呈现学界对研究方式与职业前景的真实分歧。
科技媒体 RSS精选AI 评分7878 Ethan Mollick 转述数学家阅读 OpenAI 数百个 AI 证明的体验
Ethan Mollick 转发 Scott Aaronson 博客内容，汇集数学家阅读 OpenAI 发布的数百个大型 AI 证明的第一手体验，称其为遭遇狭窄超人类智能的早期记录。其中 Dana Moshkovitz 描述 UGC 相关证明写作混乱、几乎无法在没有 AI 帮助的情况下读懂，部分 372 项突破性结果附有 Lean 证书，但尚无人类理解其中多数证明。
推荐理由：汇集数学家阅读 OpenAI 数百个 AI 证明的第一手体验，呈现人类理解与 AI 产出之间的落差。
已经到底了