1️⃣ Terence Tao × ChatGPT 攻破 Jacobian 猜想潛在反例：Fields Medal 得主全程公開對話，衝上 HN 首頁 778 分
Fields Medal 得主 Terence Tao 於 7/22 公開一份長對話紀錄，全程以 ChatGPT 為即時研究搭檔，攻擊 Jacobian 猜想的一個潛在反例路徑：涵蓋問題重述、多維多項式展開、Gröbner basis 計算與反例可能性的多輪回饋。原始對話透過 chatgpt.com share 一次公開，上 Hacker News 13 小時累積 778 分、463 則討論，是「AI × 前沿數學」最新代表案例。
🔗 來源：ChatGPT 對話公開連結（Terence Tao）
📌 官方一手來源
2️⃣ GigaToken 開源：~1000× 快過 HuggingFace tokenizers，OWT 11.9 GB 資料集 GPT-2 tokenize 達 24.5 GB/s
新開源專案 GigaToken 7/22 上到 GitHub 與 HN（459 分），以 Rust 重寫語言模型 tokenizer。作者於 AMD EPYC 9565 × 2 socket（144 核）跑 OpenWebText 11.9 GB 檔案，GPT-2 24.53 GB/s、Qwen3 22.16 GB/s、Llama 4 20.77 GB/s、GLM 5 20.97 GB/s，相對已 multithreaded Rust 的 HuggingFace tokenizers 快 280–989 倍、tiktoken 快 560 倍以上，並提供 as_hf、as_tiktoken 相容 API 直接 drop-in 替換，有機會顯著壓縮訓練與大規模資料前處理成本。
🔗 來源：GitHub – marcelroed/gigatoken
📌 官方一手來源
3️⃣ Dylan Castillo 用 1,008 張 SVG 實測「AI labs pelicanmaxxing？」：七大前沿模型逐一驗證是否對 Simon Willison 老題定向優化
工程師 Dylan Castillo 7/22 發表實測：以 Simon Willison 的「pelican 騎腳踏車 SVG」老題為軸，建 8 動物 × 6 載具 = 48 個 prompt，套 GPT-5.6 Terra、Claude Sonnet 5、Gemini 3.5 Flash、Grok 4.5、Qwen3.7-Max、GLM-5.2、DeepSeek V4 Pro 共七個前沿模型，各生 3 個 sample、合計 1,008 張 SVG，交由 GPT-5.6 Luna 依動物/載具/動作連貫性各給 1-5 分，量化檢測 AI 實驗室是否對此類非官方梗基準做定向優化；HN 13 小時 474 分、184 則討論，反映業界對 benchmark 生態的信任危機。
🔗 來源：dylancastillo.co — Are AI labs pelicanmaxxing?
📌 官方一手來源