兩年隨機試驗：Khanmigo 輔導數學成績提升有限
田納西州 18 所中學的兩年叢集隨機試驗顯示，在日常補救數學課中使用 Khan Academy 的 AI 導師 Khanmigo（配置為引導而非直接給答案），學生每學期數學成績提升 1.3 個國家百分位排名，一學年約 0.06 至 0.08 個標準差，全年積極參與的隱含效應為 0.14 個標準差，與沒有 AI 輔助的 Khan Academy 練習效果相近。
這是 AI 輔導首批大規模隨機試驗證據之一，給出具體效應量並指出瓶頸是學生參與度而非工具可及性，對教育科技產品與 AI 輔導設計者最有參考價值。
原標題：AI Tutoring with Khanmigo in a Two-Year School Experiment
閱讀原文
| 評分 | 76 / 75（平均 75，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
數學家 Jeremy Avigad 談 AI 衝擊下的數學研究
數學家 Jeremy Avigad 在客座文章中寫道，過去幾個月 AI 已能輕鬆生成一年前足以發表的數學成果，數學家日常工作流程中相當一部分必然改變。他給出三個應對方向，前兩個是解更難的問題、想更大的思想，並指出目前 AI 攻克的開放問題多是把現有技術拼接而成，靠強化學習訓練的系統長於超人式機敏，卻可能缺少創造力與更高層的戰略思考。
OpenAI 等實驗室攻克數學難題引發學界反彈
過去一年，OpenAI、Anthropic 等實驗室宣布解決了多個長期懸而未決的數學問題，其中甚至包括一道千禧年大獎難題，進展超出研究人員預期。但這些實驗室以矽谷式的高速推進，本應被慶祝的成果反而招致學界反彈，有數學家要求 OpenAI 證明未使用其工作成果，也有批評指向其行事方式。實驗室表示正在從早期的失誤中學習，承諾能否兌現尚待觀察。
@AIatMeta: 4️⃣ Optimization: When can you replace a hard math problem with a simpler one without losing anythi…
Meta AI 在社交平台介紹了一項最佳化領域的新研究：研究者與 Muse Spark 合作，證明了一條明確規則，用於判斷某個簡化在什麼條件下能精確還原原始數學問題、在什麼條件下會留下差距。該結果針對的是用更簡單問題替換困難數學問題的場景，論文連結已隨帖文給出。
陶哲軒轉向 AI 減速派，呼籲模型公司放慢數學研究
數學家陶哲軒在 SAIR 演講中公開呼籲模型公司放慢數學研究節奏，稱 AI 無休止加速卻對後果一無所知，並稱之為 Proof Indigestion（證明消化不良）：AI 只在生成解答與 Lean 驗證上狂飆，理解、評審、寫入教科書幾乎停滯。此前他與 25 位菲爾茲獎得主聯名發表公開信，批評把數學當 benchmark 刷分。OpenAI 隨後回應，宣布在普林斯頓高等研究院設立數學與人工智慧顧問小組，但宣告寫明該小組不就數學上的內部進展提供建議。
OpenAI 公開內部模型產出的 722 篇數學手稿
OpenAI 公開了一個倉庫，收錄其內部模型產出的 722 篇數學手稿，分為 372 個族，並附部分 Lean 形式化與 10 項結果的推理摘要。這些成果來自對開放研究問題的評估，絕大多數由同一個未發布的內部模型完成，平均每個結果消耗 3 小時 ChatGPT Pro thinking 算力，評估期間共提出約 4000 個問題。倉庫內的結果處於不同驗證階段，並非都有 Lean 形式化，未形式化的部分可能存在問題；