主播
节目简介
来源：小宇宙
你有没有想过，如何帮一个“路痴”AI把脑中的地图“拉直”？又或者，一个AI模型里，其实藏着成百上千个性格各异的“专家”？今天，我们将从几篇最新的AI论文出发，聊聊AI如何学会优化资源、高效复盘，甚至，如何进化成一个连它的“老师”都能骗过的“作弊”高手。
00:00:26 你的认知，需要一次“时空拉直”
00:06:13 为什么最贵的AI，有时用的是最“笨”的办法？
00:12:16 AI的“众神殿”，一个模型，藏着万千专家
00:19:01 AI世界的“尖子生”，是真学霸，还是“作弊”高手？
00:24:14 你不是不行，你只是不会“复盘”
本期介绍的几篇论文：
[LG] Temporal Straightening for Latent Planning
[New York University]
https://arxiv.org/abs/2603.12231
---
[LG] IsoCompute Playbook: Optimally Scaling Sampling Compute for LLM RL
[UC San Diego & CMU]
https://arxiv.org/abs/2603.12151
---
[LG] Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights
[MIT CSAIL]
https://arxiv.org/abs/2603.12228
---
[CL] Examining Reasoning LLMs-as-Judges in Non-Verifiable LLM Post-Training
[Meta Superintelligence Labs]
https://arxiv.org/abs/2603.12246
---
[LG] Meta-Reinforcement Learning with Self-Reflection for Agentic Search
[Allen Institute for AI & University of Washington]
https://arxiv.org/abs/2603.11327
00:00:26 你的认知，需要一次“时空拉直”
00:06:13 为什么最贵的AI，有时用的是最“笨”的办法？
00:12:16 AI的“众神殿”，一个模型，藏着万千专家
00:19:01 AI世界的“尖子生”，是真学霸，还是“作弊”高手？
00:24:14 你不是不行，你只是不会“复盘”
本期介绍的几篇论文：
[LG] Temporal Straightening for Latent Planning
[New York University]
https://arxiv.org/abs/2603.12231
---
[LG] IsoCompute Playbook: Optimally Scaling Sampling Compute for LLM RL
[UC San Diego & CMU]
https://arxiv.org/abs/2603.12151
---
[LG] Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights
[MIT CSAIL]
https://arxiv.org/abs/2603.12228
---
[CL] Examining Reasoning LLMs-as-Judges in Non-Verifiable LLM Post-Training
[Meta Superintelligence Labs]
https://arxiv.org/abs/2603.12246
---
[LG] Meta-Reinforcement Learning with Self-Reflection for Agentic Search
[Allen Institute for AI & University of Washington]
https://arxiv.org/abs/2603.11327
评价
空空如也
小宇宙热评
暂无小宇宙热门评论
