他解释道，这就像给出一个看似极其简单的图形，如一个三角形和几个点，但其背后隐藏的证明路径却 蜿蜒曲折、需要深刻的洞察。这种"极简界面"与"极深内涵"之间的巨大张力，正是数学审美价值的来 源。"通矩模型"的重要进展，就在于它首次将这种对"数学之美"的定性感知，转化为了可量化、可建模 的计算过程。 与DeepMind AlphaGeometry主要依赖"大数据+大算力"的范式不同，"通矩模型"践行了一条"小数据、大 任务"的创新路径。论文共同通讯作者、北京大学心理与认知科学学院助理教授朱毅鑫说："'小数据'并 非不用数据，而是追求极致的数据利用效率。这更像人类的学习方式，孩子认识苹果，无需看遍世界上 所有苹果的图片，通过少数几个样本和跨场景的推理就能掌握概念。" 在他看来，当前主流大模型训练严重依赖海量数据，如同"需要用堆积如山的煤才能把水烧开"。"通矩 模型"则旨在构建一个"高效炉灶"，用少得多的"燃料"完成更复杂的"任务"。 中国青年报客户端北京1月26日电（中青报·中青网记者 李瑞璇）不仅能"解奥数题"，还能"出奥数题"。 今天，国际学术期刊《自然·机器智能》发表了一项来自中国的研究成果，其中提到北京通用人 ...

新华社北京1月26日电（记者魏梦佳）中国科研团队近日自主研发出的一款"通矩模型"，该成果26日晚 在线发表于国际权威学术期刊《自然-机器智能》。相关专家表示，这是国际首个同时具备自主出题和 自动解题双重能力的通用人工智能系统，标志着中国科研团队在自动化推理的逻辑核心领域实现关键技 术自研，并在性能与功能多样性上达到国际领先水平。 据了解，长期以来，AI在逻辑推理领域面临着两大核心挑战：一是"组合爆炸"，即几何推理往往需要寻 找并添加精妙的辅助线，每增加一个点或圆，搜索空间（即探索模型中所有可能的解决方案）都会呈指 数级增长；二是"高质量数据匮乏"，即现有的几何题目库规模较小，难以支持大规模模型的训练。 由北京通用人工智能研究院、北京大学心理与认知科学学院、北京大学智能学院、北京大学人工智能研 究院以及北京大学武汉人工智能研究院组成的联合科研团队，通过开发一套精密的逻辑推理搜索架构， 将复杂的几何世界抽象建模，使AI系统能像人类数学家一样，在逻辑推理每个节点上都能进行有序地 系统性探索，避免了无效的重复尝试。 据悉，团队创新性地引入了"规范化表示"技术。这套机制赋予了AI一种"识破伪装"的能力：在复杂的几 何空 ...