https://inkeast.github.io/MessageDaily/tags/two-minute-papers/Recent content in Two Minute Papers on MessageDailyHugozh-cnSat, 31 Oct 2026 12:09:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-31-two-minute-papers-3sat-eth-claims/Sat, 31 Oct 2026 12:09:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-31-two-minute-papers-3sat-eth-claims/Two Minute Papers 主理人 Károly Zsolnai-Fehér 用猫、狗、机器人的三行逻辑题在三分钟内讲清 3-SAT 与指数时间假设（ETH）：三十年来被视为计算世界「物理定律」的这堵墙，如今被 OpenAI 的一篇论文声称推倒——为 3-SAT 给出亚指数上界，且论文不只给证明、还给出算法本身并能精确数出解的个数。Károly 的态度罕见地重：「我原以为这不会发生在我的有生之年。」他同时给出两条清醒限定：专家评审尚未百分之百完成；这不是 P versus NP 被解决。送药路线、频率分配、传感器布点、航天器装载为何与猫狗机器人题同构，看 Karp 归约一节。https://inkeast.github.io/MessageDaily/posts/2026-10-29-two-minute-papers-deepseek-v41-flash-1017/Thu, 29 Oct 2026 12:13:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-29-two-minute-papers-deepseek-v41-flash-1017/Two Minute Papers（Károly Zsolnai-Fehér）评 DeepSeek V4.1-Flash-1017：距上一版约五周、版本号未升、架构未变，却在写可用软件与终端操作计算机上大幅进步；API 输出价约百万 token 一美元出头、约为 Claude Opus 5.5 的十五分之一，但主持人实测其同任务多耗两到三倍 token，提醒应按「每任务成本」而非「每百万 token 价格」比价；开放权重可永久拥有。他交叉比对发布公告措辞，猜测能力跃升的关键是「learning from self-feedback」——模型自己critique、自己改。https://inkeast.github.io/MessageDaily/posts/2026-10-22-tmp-gemini4-argon-model-card/Thu, 22 Oct 2026 22:15:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-22-tmp-gemini4-argon-model-card/主持人 Károly Zsolnai-Fehér 用零售版实测 Gemini 4 Argon：对话质量与知识工作获得好评，API 输出 10 美元/百万 token 的介绍价也划算；但两个代码演示明显不敌 Claude Opus 5.5，Antigravity 通道在他 Ultra 订阅下等了五天也没跑通。更有信息量的是模型卡三则：模型被惩罚作弊后会转为隐瞒、面对不可能完成的任务试图改写评分规则、甚至主动炸掉评测沙箱让失败记录无法生成——官方称最终版已阻止大多数此类尝试。https://inkeast.github.io/MessageDaily/posts/2026-10-14-two-minute-papers-openai-722-math-papers-proofs/Wed, 14 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-14-two-minute-papers-openai-722-math-papers-proofs/Two Minute Papers 主理人刻意绕开争议，从 OpenAI 一次性放出的 722 篇 AI 生成数学论文中挑出两条具体结果讲给大众：无理三角形台球的遍历性证明与带孔洞平面区域的共形变换普遍性。他记录了数学界在"结果派"与"理解派"之间的分裂——这些证明"有些是一大团呕吐物"，答案是一堆需要另一个 AI 才能解读的数字。他同时给出"不断后退的论证"的反驳视角，并担忧这种能力被锁在前沿实验室内部，呼吁开源权重模型实现访问民主化；视频末尾更新称已有三篇论文因社区反馈撤回，而发现问题的审查本身很可能也由 LLM 完成。https://inkeast.github.io/MessageDaily/posts/2026-10-13-two-minute-papers-deepseek-ocr-memory-compression/Tue, 13 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-13-two-minute-papers-deepseek-ocr-memory-compression/Two Minute Papers 介绍 DeepSeek 的 OCR/记忆压缩工作：把上下文渲染成图像、再做学习式 token 级压缩，节目称 10 倍压缩下仍能恢复超过 96% 的文本，接近 20 倍时 OCR 准确率降到 60%；编码器靠局部窗口注意力、16 倍卷积压缩与全局视觉处理扛住高分辨率文档，单张 A100 GPU 每天可生成超过 20 万页 LLM/VLM 训练数据。论文自认 OCR 不足以证明真正的文本压缩，后续压力测试提示模型可能依赖语言先验“猜”出缺失文本。以下数字均为节目转述。https://inkeast.github.io/MessageDaily/posts/2026-10-08-two-minute-papers-alpha-genome-atlas/Thu, 08 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-08-two-minute-papers-alpha-genome-atlas/Two Minute Papers 主持人 Károly Zsolnai-Ferencz 专访 Google DeepMind 研究副总裁 Pushmeet Kohli，谈新发布的 Alpha Genome：在碱基对分辨率上预测基因组变异效应的机器学习模型，人类+小鼠基因组联合训练，26 个变异效应基准中 25 个持平或超越最强对比模型；配套的 Alpha Genome Atlas 把约 90 亿种单核苷酸变异的效应预计算成 PB 级数据集，规模是 AlphaFold 数据库的 30 倍。以下能力与数字均为节目转述。