Songmont山下有松

[人人能懂] 从“学傻了”到“我错了”

AI可可AI生活

你有没有想过，为什么投入巨大的AI模型有时反而会“学傻了”？当AI的“词典”里没有“我错了”这个词时，我们又该如何教会它自我反思？本期节目，我们将一起钻进AI的大脑，从几篇最新的论文出发，看看AI是如何诊断自己内部的“罢工”，如何通过一场“无限游戏”变得更安全，以及它在绘画时，究竟是在搞创作，还是在“背书”。 00:00:30 规模的诅咒，AI为何会“学傻”？ 00:06:29 AI的语言里，没有“我错了” 00:11:35 想让AI更安全？答案可能藏在一场“无限游戏”里 00:16:13 我们如何看穿世界的规则？AI给了新思路 00:23:44 揭秘AI绘画，它“抄袭”的秘密藏在哪？ 本期介绍的几篇论文： [LG] Understanding Scaling Laws in Deep Neural Networks via Feature Learning Dynamics [DePaul University & Iowa State University] https://arxiv.org/abs/2512.21075 --- [CL] Reflection Pretraining Enables Token-Level Self-Correction in Biological Sequence Models [Fudan University & Shanghai Artificial Intelligence Laboratory] https://arxiv.org/abs/2512.20954 --- [LG] Safety Alignment of LMs via Non-cooperative Games [FAIR at Meta & University of Tübingen] https://arxiv.org/abs/2512.20806 --- [LG] Active inference and artificial reasoning [University College London & VERSES] https://arxiv.org/abs/2512.21129 --- [LG] Generalization of Diffusion Models Arises with a Balanced Representation Space [University of Michigan] https://arxiv.org/abs/2512.20963

29 分钟 99+ 次播放 10个月前