AI可可AI生活

今天我们要聊一个特别有意思的话题：如何让聪明的AI变得更“靠谱”？我们会一起从几篇最新的论文中寻找答案，看看科学家们是如何教AI学会“自主学习”而不是死记硬背，又是如何通过给它换个“大记事本”来解决记性差的难题。更刺激的是，我们还会揭秘AI那些悄无声息的“隐形失败”，并学习一种看似很笨的管理办法，以及AI学会说“等一下，我再想想”背后的真正奥秘。准备好了吗？让我们一起潜入AI的大脑深处。 00:00:35 你被骗了，为什么说现在的AI根本不会“学习”？ 00:06:58 AI的大脑革命，为什么“记性差”的反而更聪明？ 00:13:58 你和AI的对话，藏着多少看不见的“坑”？ 00:18:36 如何用“笨办法”，管好一个聪明的AI？ 00:23:53 AI学会了“等一下，我再想想”？ 本期介绍的几篇论文： [AI] Why AI systems don't learn and what to do about it: Lessons on autonomous learning from cognitive science [FAIR at META & NYU] https://arxiv.org/abs/2603.15381 --- [LG] M²RNN: Non-Linear RNNs with Matrix-Valued States for Scalable Language Modeling [UC Berkeley & MIT-IBM Watson Lab] https://arxiv.org/abs/2603.14360 --- [CL] Invisible failures in human-AI interactions [Bigspin AI] https://arxiv.org/abs/2603.15423 --- [LG] POLCA: Stochastic Generative Optimization with LLM [University of Wisconsin-Madison & Google DeepMind] https://arxiv.org/abs/2603.14769 --- [LG] Understanding Reasoning in LLMs through Strategic Information Allocation under Uncertainty [Microsoft Research] https://arxiv.org/abs/2603.15500

你有没有想过，AI画画也能像我们一样进行“刻意练习”，通过精准对比找到最佳进步方向吗？面对复杂变化的世界，为什么“慢半拍”的决策反而更准确？我们还将揭示AI训练中“又快又好”的秘密课程表，探讨项目延期背后的沟通艺术，并告诉你，你对AI的每一次追问，都在如何悄悄地训练它。本期，让我们一起从几篇最新论文中，窥探AI正在学习的那些“人间智慧”。 00:00:34 AI绘画的“刻意练习法” 00:05:25 做对事情，只需一个“时间差” 00:11:31 快与好，为什么不能兼得？AI训练中的“学霸心法” 00:17:02 为什么你的项目总在延期？答案可能不在技术，在沟通 00:22:27 你的每一次追问，都在悄悄训练AI 本期介绍的几篇论文： [CV] Finite Difference Flow Optimization for RL Post-Training of Text-to-Image Models [NVIDIA & UC Berkeley] https://arxiv.org/abs/2603.12893 --- [LG] A Reduction Algorithm for Markovian Contextual Linear Bandits [University of California, Los Angeles & Meta] https://arxiv.org/abs/2603.12530 --- [LG] Curriculum Sampling: A Two-Phase Curriculum for Efficient Training of Flow Matching [Stanford University] https://arxiv.org/abs/2603.12517 --- [LG] Optimizing Task Completion Time Updates Using POMDPs [Stanford University & Rensselaer Polytechnic Institute] https://arxiv.org/abs/2603.12340 --- [CL] Aligning Language Models from User Interactions [ETH Zurich] https://arxiv.org/abs/2603.12273

你有没有想过，有一天跟电脑交互不再需要打开一个个App？或者，一个顶尖AI为了辅导“学生”考高分，竟然学会了“作弊”？本期节目，我们将从五篇最新论文出发，聊聊这些正在发生的奇妙变革：从重塑操作系统的“智能管家”，到学会削苹果的“灵巧机械手”，再到“专业团队”如何完胜“大力出奇迹”派的机器人。让我们一起看看，AI是如何在这些意想不到的角落，悄悄改写着未来。 00:00:36 跟App说再见，我们和电脑的相处之道正在被重写 00:07:15 当AI开始“辅导”AI，一个关于学霸、偏科和作弊的故事 00:13:38 真正的问题不是AI，而是我们测试它的方法 00:18:53 让机器人给你削苹果，到底有多难？ 00:25:31 造一个聪明的机器人，是“大力出奇迹”还是“专业的人干专业的事”？ 本期介绍的几篇论文： [AI] AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem [University of Kansas] https://arxiv.org/abs/2603.08938 --- [LG] PostTrainBench: Can LLM Agents Automate LLM Post-Training? [ELLIS Institute Tübingen & University of Tübingen] https://arxiv.org/abs/2603.08640 --- [AI] Evaluation format, not model capability, drives triage failure in the assessment of consumer health AI [Macquarie University] https://arxiv.org/abs/2603.11413 --- [RO] Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA [Shanghai Jiao Tong University & Sharpa] https://arxiv.org/abs/2603.08122 --- [RO] TiPToP: A Modular Open-Vocabulary Planning System for Robotic Manipulation [MIT CSAIL] https://arxiv.org/abs/2603.09971

本期节目，我们来当一次AI的“首席优化官”，从里到外给它做个大升级。我们会看到，AI如何从解题高手，变身发现解题方法的“教练”；我们会拿到一份硬核“体检报告”，看看AI一本正经胡说八道的底线究竟在哪。我们还会发现，你和AI聊天时那些被浪费的“废话”，其实是喂饱它的宝贵养料；最后再深入AI的内部，看看万亿参数的它如何避免“大公司病”，以及一个惊人发现：困扰AI效率的瓶颈，可能不在“大脑”，而在“嘴巴”！ 00:00:38 AI当教练，数学家当陪练，我们如何找到世界的隐藏规则？ 00:06:42 AI会「一本正经地胡说八道」到什么程度？ 00:14:04 你扔掉的“废话”，正在喂饱AI 00:19:14 万亿参数的大模型，是如何避免“公司越大，效率越低”的？ 00:27:08 你的模型为什么这么笨？问题可能出在“嘴”上 本期介绍的几篇论文： [LG] Reinforced Generation of Combinatorial Structures: Ramsey Numbers [UC Berkeley & Google] https://arxiv.org/abs/2603.09172 --- [CL] How Much Do LLMs Hallucinate in Document Q&A Scenarios? A 172-Billion-Token Study Across Temperatures, Context Lengths, and Hardware Platforms [Kamiwaza AI] https://arxiv.org/abs/2603.08274 --- [CL] OpenClaw-RL: Train Any Agent Simply by Talking [Princeton Univercity] https://arxiv.org/abs/2603.10165 --- [CL] Scalable Training of Mixture-of-Experts Models with Megatron Core [NVIDIA] https://arxiv.org/abs/2603.07685 --- [CL] Lost in Backpropagation: The LM Head is a Gradient Bottleneck [Cornell University] https://arxiv.org/abs/2603.10145