陶哲轩，信仰AI将在2026年成为人类数学家的重要合著者，一早便转发了这份清单。

  正如文档所介绍，「这是为那些期望进入数学AI范畴的人士预备的开始资源列表」。

  这份长达12页的文档，可谓是干货满满，从自学资料、论坛、东西，到研讨渠道的各种资源包罗万象。

  这是多个范畴高度交融的一个交叉点，因而，知道怎样与具有互补专业相关常识、经历或爱好的人树立联络非常重要。

  AI在数学范畴的一个研讨方向是结合AI自动化技能和机器可验证的证明。以下是一些可以适用于编写的东西列表：

  下述资源可当作练习数据或用于评价功能。部分资源供给了规范的练习/测验区分，而部分则没有。

  在构建任何东西时，必须留意避开让测验数据污染练习集，以确保成果的有效性。

  别的，HuggingFace供给了很多公共数据集和基准测验套件，是一个值得检查的好资源。

  AI东西若能被保管组织之外的人下载，一般会被标为「开源」。但是，这些东西往往伴随着严厉的运用和分发约束。

  关于那些标为「揭露可用」的模型，运用前必须仔细阅读其答应协议，以防止对运用权限的误解。

  某些范畴特有的鼓励结构关于大规模协作、开发实用东西和形式化证明等作业很有协助。