主播
节目简介
来源：小宇宙
你有没有想过，AI要怎样才能像我们一样，“脑补”出世界的立体样貌，而不是死记硬背照片？当AI进行创作时，它脑中的“草稿”怎样才算恰到好处？本期节目，我们将一起探索几篇最新论文，看看AI如何通过理解“关系”而非事实获得视觉，如何通过引入“陪练老师”和“参考答案”实现自我进化，甚至学会了将记忆内化为“肌肉记忆”的“断舍离”神功，以及像搭乐高一样构建自己的能力。
00:00:34 你的大脑如何“脑补”出整个世界？
00:07:02 AI绘画的“草稿”，怎么打才算恰到好处？
00:12:32 为什么最聪明的AI，要先学会“断舍离”？
00:17:38 乐高式AI，未来模型的正确拼法
00:23:06 AI进化的秘密，优等生的“参考答案”
本期介绍的几篇论文：
[CV] Human-level 3D shape perception emerges from multi-view learning
[UC Berkeley]
https://arxiv.org/abs/2602.17650
---
[LG] Unified Latents (UL): How to train your latents
[Google DeepMind Amsterdam]
https://arxiv.org/abs/2602.17270
---
[LG] Training Large Reasoning Models Efficiently via Progressive Thought Encoding
[Microsoft Research & University of Rochester]
https://arxiv.org/abs/2602.16839
---
[LG] A Theoretical Framework for Modular Learning of Robust Generative Models
[Google Research]
https://arxiv.org/abs/2602.17554
---
[CL] References Improve LLM Alignment in Non-Verifiable Domains
[Yale University & Meta]
https://arxiv.org/abs/2602.16802
00:00:34 你的大脑如何“脑补”出整个世界？
00:07:02 AI绘画的“草稿”，怎么打才算恰到好处？
00:12:32 为什么最聪明的AI，要先学会“断舍离”？
00:17:38 乐高式AI，未来模型的正确拼法
00:23:06 AI进化的秘密，优等生的“参考答案”
本期介绍的几篇论文：
[CV] Human-level 3D shape perception emerges from multi-view learning
[UC Berkeley]
https://arxiv.org/abs/2602.17650
---
[LG] Unified Latents (UL): How to train your latents
[Google DeepMind Amsterdam]
https://arxiv.org/abs/2602.17270
---
[LG] Training Large Reasoning Models Efficiently via Progressive Thought Encoding
[Microsoft Research & University of Rochester]
https://arxiv.org/abs/2602.16839
---
[LG] A Theoretical Framework for Modular Learning of Robust Generative Models
[Google Research]
https://arxiv.org/abs/2602.17554
---
[CL] References Improve LLM Alignment in Non-Verifiable Domains
[Yale University & Meta]
https://arxiv.org/abs/2602.16802
评价
空空如也
小宇宙热评
暂无小宇宙热门评论
