[人人能懂AI前沿] AI的读心术、度量衡与成长法则

你有没有想过，一个复杂的观念，比如“怀疑权威”，可以被压缩成一串看似随机的数字，并悄悄植入AI的大脑吗？我们又该如何为机器人设计一套公平的“高考”，来检验它是不是真的聪明，而不只是个“学霸”？本期节目，我们将一起打开五篇最新论文的奇思妙想，看看AI如何被植入“思想罗盘”，如何通过“找个伴，一起笨”的方式学会成为通才，以及我们该如何为AI的技能撰写一份清晰的“说明书”。准备好了吗？让我们即刻出发！
00:00:36 你以为你在教它数数，它却学会了你的偏见
00:08:00 我们需要一把什么样的尺子，来衡量复杂的世界？
00:15:40 机器人界的“幼儿园”和“高考”
00:20:57 最好的学习，是“找个伴，一起笨”
00:26:36 AI的“技能包”，应该怎么写说明书？
本期介绍的几篇论文：
[CL] Subliminal Steering: Stronger Encoding of Hidden Signals
[Columbia University]
https://arxiv.org/abs/2604.25783
---
[LG] Generalising maximum mean discrepancy: kernelised functional Bregman divergences
[Monash University & Sony Computer Science Laboratorie]
https://arxiv.org/abs/2604.24047
---
[RO] KinDER: A Physical Reasoning Benchmark for Robot Learning and Planning
[Princeton University & Carnegie Mellon University & Georgia Tech]
https://arxiv.org/abs/2604.25788
---
[LG] Co-Evolving Policy Distillation
[CAS & JD.COM]
https://arxiv.org/abs/2604.27083
---
[CL] From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills
[Peking University]
https://arxiv.org/abs/2604.24026