数学推理

深入探讨 Andre Karpathy 在 nanochat 中实现的 300 行 GRPO 代码，分析如何通过简化的强化学习算法显著提升大语言模型在 GSM8K 等数学逻辑任务中的表现。

深入探讨 OpenAI 的推理模型如何在几何、密码学和计算复杂性领域取得突破，以及开发者如何通过 n1n.ai 利用这些技术成果。

人工智能在数学领域取得里程碑式突破：OpenAI 的推理模型成功解决了一个困扰数学界 80 年之久的离散几何难题，标志着 AI 驱动的科学发现进入新阶段。

NVIDIA 发布了 Nemotron-Cascade 2，这是一款 30B 的 MoE 模型。它在 IMO、IOI 和 ICPC 等顶级竞赛中表现出色，仅凭 3B 活跃参数便达到了金牌水平，效率远超传统大模型。

深入了解如何利用 Hugging Face 的 smolagents 框架和 n1n.ai 的高性能 API 构建 DeepMath 数学推理智能体。本文将探讨“代码即动作 (Code-as-Actions)” 模式如何彻底改变 LLM 的推理能力。