AI前沿：从游戏高手到定理大师，再到模型对齐新框架
本期“TAI快报”聚焦AI领域五篇前沿论文，涵盖强化学习、定理证明、深度学习理论及模型对齐等热点方向。
Improving Transformer World Models for Data-Efficient RL (面向高效强化学习的改进Transformer世界模型): DeepMind提出新技术提升AI“做梦”能力，显著提高强化学习数据效率，在复杂游戏Craftax-classic中超越人类专家。
Beyond Limited Data：Self-play LLM Theorem Provers with Iterative Conjecturing and Proving (基于迭代猜想与证明的自弈式LLM定理证明器): 斯坦福大学提出自弈式定理证明器STP，让AI像数学家一样通过“猜想-证明”迭代提升推理能力，在定理证明任务上取得突破。
Process Reinforcement through Implicit Rewards (基于隐性奖励的过程强化): 清华大学和UIUC提出PRIME框架，利用隐性过程奖励高效提升LLM推理能力，简化强化学习流程，在数学和编程任务中表现出色。
Fundamental limits of learning in sequence multi-index models and deep attention…
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.