Here’s this week’s Ritual Research Digest, a newsletter covering the latest in the world of LLMs and the intersection of Crypto x AI.
With hundreds of papers published weekly, staying current with the latest is impossible. We do the reading so you don’t have to.
DeepSeekMath-V2: Towards Self-Verifiable Mathematical Reasoning
This paper introduces DSMath-V2, a model trained on deepseek-3.2-exp for natural language proving in mathematics. The generation-verification gap is a major hurdle for informal proving.
They first train a verifier for the model using expert annotations to assess both the correctness of the answers and the analysis.
This verifier is used to train the final prover model, which both writes proofs and analyzes their correctness.
They achieve gold in IMO 2025.
Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond)
The paper introduces INFINITY-CHAT, a dataset of 26K real-world queries that accept multiple answers. Using this, they study intra- & inter-model mode collapse in 70+ LMs.
They uncover an Artificial Hivemind effect with intra-model repetition, where a model repeatedly generates similar outputs, & inter-model homogeneity, where different models converge on similar ideas with minor phrasing changes. This raises questions about model diversity.
Latent Collaboration in Multi-Agent Systems
The work introduces Latent MAS, an end-to-end collaborative framework that operates in continuous latent space. The design integrates both latent thought generation and cross-agent latent memory transfer.
LatentMAS is based on reasoning expressiveness, communication fidelity and collaboration complexity. Across both sequential and hierarchical MAS settings, Qwen 3(4B, 8B, and 14B), LatentMAS outperforms text-based MAS baselines improving accuracy, & reducing output token usage.
ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration
The authors propose an orchestration paradigm where intelligence emerges from a composite system. An orchestrator model invokes the right tools in right order for a task.
Using ToolOrchestra, an 8B model is trained with RL to decide when and how to invoke other LMs and tools. The rewards balance correctness, efficiency and alignment with user preferences.
On HLE, Orchestrator outperforms prior methods with far lower computational cost.
Follow us @ritualdigest for more on all things crypto x AI research, and
@ritualnet to learn more about what Ritual is building.
554
3
Tällä sivulla näytettävä sisältö on kolmansien osapuolten tarjoamaa. Ellei toisin mainita, OKX ei ole lainatun artikkelin / lainattujen artikkelien kirjoittaja, eikä OKX väitä olevansa materiaalin tekijänoikeuksien haltija. Sisältö on tarkoitettu vain tiedoksi, eikä se edusta OKX:n näkemyksiä. Sitä ei ole tarkoitettu minkäänlaiseksi suositukseksi, eikä sitä tule pitää sijoitusneuvontana tai kehotuksena ostaa tai myydä digitaalisia varoja. Siltä osin kuin yhteenvetojen tai muiden tietojen tuottamiseen käytetään generatiivista tekoälyä, tällainen tekoälyn tuottama sisältö voi olla epätarkkaa tai epäjohdonmukaista. Lue aiheesta lisätietoa linkitetystä artikkelista. OKX ei ole vastuussa kolmansien osapuolten sivustojen sisällöstä. Digitaalisten varojen, kuten vakaakolikoiden ja NFT:iden, omistukseen liittyy suuri riski, ja niiden arvo voi vaihdella merkittävästi. Sinun tulee huolellisesti harkita, sopiiko digitaalisten varojen treidaus tai omistus sinulle taloudellisessa tilanteessasi.