AI前沿：AI如何颠覆数学、音乐与经济

本期《TAI快报》深入探讨了五篇AI领域的前沿论文，揭示了AI在数学、音频生成、经济分析、数据筛选及分布式训练中的突破性进展： XXᵗ Can Be Faster：提出RXTX算法，通过AI结合强化学习与优化技术，优化矩阵转置乘法（XXᵀ），乘法次数降低5%，对6144x6144矩阵提速9%，展现了AI发现基础数学算法的潜力。 Fast Text-to-Audio Generation with Adversarial Post-Training：开发ARC方法，首次实现无知识蒸馏的文本到音频加速，75毫秒生成12秒高质量音频，保持多样性，适合实时创意应用。 Revealing economic facts: LLMs know more than they say：发现大型语言模型隐藏状态蕴含比文本输出更丰富的经济信息，通过简单线性模型（LME）准确估计失业率等数据，支持数据插补与超分辨率。 AttentionInfluence: Adopting Attention Head Influence for Weak-to-Strong Pretraining Data Selection：提出无监督的AttentionInfluence方法，通过屏蔽小型模型的关键注意力头筛选推理密集数据，提升大模型性能1.4-3.5个百分点。 INTELLECT-2: A Reasoning Model Trained Through Globally Decentralized Reinforcement Learning：展示32亿参数模型INTELLECT-2通过全球分布式异步强化学习训练，超越同等规模SOTA模型，开辟去中心化AI训练新范式。完整推介：https://mp.weixin.qq.com/s/9DPMgrlTDFapb4PtdWdpyA在小宇宙查看该单集文稿