A public registry of Lean-verified mathematical results.
Anatomy of a Lean Proof for Software Engineers
Intro I recently worked through a problem from a theory of computation textbook that asked me to prove a property of a language using finite automata. The informal proof is a simple constructive proof where you build an automaton and show that it recognizes the language. This is kind of similar to program verification, so I thought it’d be interesting to see what it takes to formalize the proof. Lean is a good choice for this, because its Mathlib has all the theorems for the problem.
A Severe Misalignment of AI in Mathematics
I am proud to be among the list of 25 initial signatories — all Fields Medallists — to the declaration below, which grew out of discussions between ourselves over the last week. We have…
The Scientific Contribution Graph: Automated Literature-based Technological Roadmapping at Scale
Sir Isaac Newton famously wrote, “If I have seen further, it is by standing on the shoulders of giants”. Scientific contributions are rarely developed in isolation, but build upon prior contributions, such as problem framings, experimental methods, and empirical findings. Understanding these prerequisite relationships is important for studying scientific progress, and for automated scientific discovery systems that must reason about which existing capabilities can be used to develop new ones (e.g. Lu et al., 2024; Jansen et al., 2025b; Baek et al., 2025).
What Functional Programmers Get Wrong About Systems - Ian Duncan
Type systems verify properties of programs. Production correctness is a property of systems. The gap between these is where the interesting failures live.
Pony
An open-source, object-oriented, actor-model, capabilities-secure, high-performance programming language.
Les données au service de la connaissance des usages en ligne : l’exemple de l’analyse des logs de Gallica
1Face au rythme accéléré des innovations sociotechniques et à l'éclatement des pratiques numériques, construire une vision globale des usages d’une bibliothèque numérique comme Gallica (gallica.bnf.fr) constitue un véritable défi qui nécessite de mobiliser de nouvelles méthodes, en particulier celles permettant d’analyser des données de masse. Ces méthodes requièrent des compétences nouvelles par rapport à celles mobilisées traditionnellement dans l’univers de la connaissance des pratiques culturelles en général et des bibliothèques en particulier. C’est là une mutation importante. Le domaine des « études de publics », qui s’est développé dans des établissements tels les bibliothèques et musées depuis les années 1980, au confluent de plusieurs disciplines (sociologie, ethnologie, marketing, etc.), était traditionnellement le lieu d’un dialogue relativement équilibré entre les professionnels de ces établissements et les experts en charge de mener l’enquête, qu’ils soient chercheurs académiques ou consultants. Si des difficultés se présentaient, elles relevaient rarement de la compétence scientifique des interlocuteurs, les méthodes mobilisées, telles que l’enquête par questionnaire, l’observation ou l’entretien, étant facilement appropriables par tous. Cela ne signifiait bien entendu pas que tous pouvaient mener l’enquête, mais que tous pouvaient participer à la rédaction d’un questionnaire, comprendre l’enjeu des questions posées aux publics et se représenter le type de traitements réalisés sur les données collectées. Une telle participation au processus d’enquête est rendue plus difficile dans le cadre de la fouille de données (data mining), indispensable désormais pour la connaissance des usages en ligne. Un projet de recherche inédit sur les logs de connexion à Gallica, conduit dans le cadre d’un partenariat entre la Bibliothèque nationale de France (BnF) et Télécom ParisTech, témoigne pourtant de la possibilité d’inscrire la fouille de données dans un dialogue où chercheurs et professionnels s’efforcent de s’éclairer mutuellement sur les décisions à prendre pour conduire une analyse pertinente. Nous poserons dans un premier temps le cadre institutionnel et méthodologique dans lequel s’inscrit la connaissance des usages de Gallica, avant de présenter les apports de l’apprentissage automatique à cette connaissance et la manière dont ils peuvent être intégrés à la réflexion qu’une bibliothèque comme la BnF porte sur son offre en ligne.
Wolfram|Alpha: Making the world’s knowledge computable
Wolfram|Alpha brings expert-level knowledge and capabilities to the broadest possible range of people—spanning all professions and education levels.
math.r — Brain Building Game
Mathr is a brain building game to improve your math calculation skills. Practice arithmetic and level up!
An AI Agent Published a Hit Piece on Me
Scott Shambaugh helps maintain the excellent and venerable matplotlib Python charting library, including taking on the thankless task of triaging and reviewing incoming pull requests. A GitHub account called @crabby-rathbun …
Volume 384 Issue 2320 | Philosophical Transactions of the Royal Society A | The Royal Society
Influential themed journal issues across the physical mathematical and engineering sciences.
Hypothesis, Antithesis, synthesis
Introducing Hegel, our new family of property-based testing libraries.
When did Computer Science Theory Get so Hard?
I posted on When did Math get so hard? a commenter pointed out that one can also ask When did Computer Science Theory Get so Hard? For t...
books
The 80% Problem in Agentic Coding
Margin - Write in the margins of the web