今天我们要聊一个根本问题：聪明的AI到底是什么样？是像一位能极速压缩思考时间的解题大师，还是一个能在想象的沙盒里自我进化的机器人？我们还会一起探究，为什么AI时而是无所不知的学霸，时而又是死记硬背的书呆子，甚至还会一本正经地胡说八道。最后，你会发现，让AI变得更懂你的终极秘诀，可能恰恰是先教会它如何“装傻”提问。让我们跟随几篇最新论文，一起解剖AI的思考内核。 00:00:36 AI变聪明的秘密：不是知道更多，而是想得更快 00:06:29 给机器人一个“沙盒”，让它在想象中进化 00:12:37 为什么AI既是学霸，又是书呆子？ 00:17:19 AI的“发挥失常”：一个问题，两种症状 00:23:35 如何让机器更懂你？答案是：先让它学会“装傻” 本期介绍的几篇论文： [LG] AI Agents as Universal Task Solvers: It’s All About Time [AWS Agentic AI] https://arxiv.org/abs/2510.12066 --- [RO] Ctrl-World: A Controllable Generative World Model for Robot Manipulation [Stanford University & Tsinghua University] https://arxiv.org/abs/2510.10125 --- [LG] LLM Knowledge is Brittle: Truthfulness Representations Rely on Superficial Resemblance [FAIR at Meta & University of Zurich] https://arxiv.org/abs/2510.11905 --- [CL] Generation Space Size: Understanding and Calibrating Open-Endedness of LLM Generations [Stanford University] https://arxiv.org/abs/2510.12699 --- [LG] Asking Clarifying Questions for Preference Elicitation With Large Language Models [Google] https://arxiv.org/abs/2510.12015

工具越强，焦虑越深。当Sora能一语成片，Claude能瞬间代码，我们仿佛手握神兵，却又为何心生恐慌？ “有了这么好的AI，如果我还赚不到钱，我就是个废物。”——这句话，是否也曾像幽灵一样在你脑中盘旋？ 本期节目，我将带你跳出这个“工具越强，自我审判越重”的怪圈。我们将从加州淘金热的历史，聊到今天AI时代的生存法则；从相机的普及，看懂创造力的稀缺性转移。 你将听到： * 为什么AI降低的是“执行门槛”，却提高了“认知门槛”？ * 从“淘金者”到“卖水人”，你的价值定位在哪里？ * 概率思维如何帮你从AI生成的100个选项中，找到那1%的黄金机会？ 别让最好的工具，成为最重的枷锁。你的审美、品味和同理心，才是AI无法估值的核心资产。 收听本期节目，告别赚钱焦虑，找到你在AI时代的真实价值坐标。

想知道为什么教机器人玩最“笨”的玩具，反而能让它学会抓取任何东西吗？本期节目，我们将一起探索如何将神秘的AI“炼金术”变成一门严谨的科学，看看怎样让AI大神学会“说人话”并带得动AI小白，并最终揭示，那些五花八门的调教秘籍背后，其实藏着同一个简单的目标。让我们马上进入今天的前沿速递！ 00:00:28 AI大模型调教指南：从玄学到科学 00:05:39 返璞归真：最笨的方法，可能就是最好的方法 00:11:25 想让机器人变聪明？先教它玩“笨”玩具 00:16:41 如何让AI大神，带得动AI小白？ 00:00 大模型调教秘籍：条条大路通罗马？ 本期介绍的几篇论文： [LG] The Art of Scaling Reinforcement Learning Compute for LLMs [Meta & UT Austin & UC Berkeley] https://arxiv.org/abs/2510.13786 --- [RO] VLA-0: Building State-of-the-Art VLAs with Zero Modification [NVIDIA] https://arxiv.org/abs/2510.13054 --- [RO] Learning to Grasp Anything by Playing with Random Toys [UC Berkeley] https://arxiv.org/abs/2510.12866 --- [LG] Tandem Training for Language Models [Microsoft & EPFL & University of Toronto] https://arxiv.org/abs/2510.13551 --- [LG] What is the objective of reasoning with reinforcement learning? [University of Pennsylvania & UC Berkeley] https://arxiv.org/abs/2510.13651

你有没有想过，除了喂给它更多数据，还有哪些更精妙的法门能让AI变得更聪明？本期我们要聊的几篇最新论文，就揭示了AI的“成长秘籍”：它们把训练AI的视角从“下山”升级为“发射火箭”，为它设计了从通识到专业的“大学课程”，还教会了它预测“未来摘要”的远见，以及在关键时刻“喘口气”慢思考的智慧。今天，就让我们一起看看，这些研究是如何重塑AI的“学习方法论”的。 00:00:33 训练AI，你以为是爬山，其实是开火箭？ 00:05:56 AI成长秘籍：多上一门“专业课” 00:11:26 AI模型的终极瘦身术：如何让大象既轻盈又聪明？ 00:16:53 AI的远见：不只关心下一个词 00:21:10 AI的“沉思时刻”：快与慢的智慧 本期介绍的几篇论文： [LG] Optimal Control Theoretic Neural Optimizer: From Backpropagation to Dynamic Programming [Meta & Georgia Institute of Technology & Apple] https://arxiv.org/abs/2510.14168 --- [CL] Midtraining Bridges Pretraining and Posttraining Distributions [CMU] https://arxiv.org/abs/2510.14865 --- [LG] BitNet Distillation [Microsoft Research] https://arxiv.org/abs/2510.13998 --- [LG] Beyond Multi-Token Prediction: Pretraining LLMs with Future Summaries [FAIR at Meta & CMU] https://arxiv.org/abs/2510.14751 --- [CL] Catch Your Breath: Adaptive Computation for Self-Paced Sequence Production [Google DeepMind] https://arxiv.org/abs/2510.13879

要让AI真正变聪明，是该为它发明一套统一江湖的“世界语”，还是该教会它如何在“大脑袋”和“长思考”间做出明智的权衡？又或者，我们得先帮它建立健康的“信息食谱”，避免陷入“脑子瓦特”的陷阱，并治愈它那藏着世界性偏见的好奇心？甚至，最新论文告诉我们，通往更高智能的钥匙，竟然是先让AI学会如何当一个会犯错的“差生”。本期节目，我们将通过五篇最新论文，共同探索AI智能背后那些你意想不到的深层逻辑。 00:00:39 AI的“世界语”：一套统一江湖的武功秘籍 00:06:11 AI的“垃圾食品”陷阱：为什么顶尖模型也会“脑子瓦特”？ 00:10:58 AI变聪明，靠脑子大还是想得久？ 00:17:18 AI的“好奇心”，藏着一个世界性的偏见 00:22:56 为什么最聪明的AI，要先学会当个“差生”？ 本期介绍的几篇论文： [LG] Tensor Logic: The Language of AI [University of Washington] https://arxiv.org/abs/2510.12269 --- [CL] LLMs Can Get "Brain Rot"! [Texas A&M University & University of Texas at Austin & Purdue University] https://arxiv.org/abs/2510.13928 --- [LG] Not All Bits Are Equal: Scale-Dependent Memory Optimization Strategies for Reasoning Models [KRAFTON & University of Wisconsin–Madison] https://arxiv.org/abs/2510.10964 --- [CL] The Curious Case of Curiosity across Human Cultures and LLMs [University of Michigan] https://arxiv.org/abs/2510.12943 --- [LG] Learning to Make MISTAKEs: Modeling Incorrect Student Thinking And Key Errors [MIT CSAIL] https://arxiv.org/abs/2510.11502

你有没有想过，让AI变聪明，或许并不需要更强的算力，而是需要一种更巧妙的引导方式？本期，我们将一起探索几篇最新论文带来的奇妙洞见：我们会发现，一点点“计算噪声”竟能让AI学得更好；我们甚至能像做CT扫描一样，亲眼“看见”AI思考的几何轨迹；并学习如何像教育孩子一样，教会AI在探索与专注间找到完美平衡，甚至不花一分钱，就解锁它的隐藏潜能。 00:00:36 不花钱升级你的AI？换个提问方式就行 00:05:39 AI育儿经：如何教机器学会“恰到好处”的探索 00:11:50 训练AI，加点“噪声”效果更好？ 00:16:47 AI的“心流”：看见思考的轨迹 00:22:19 如何让聪明的AI，学会更聪明地做事？ 本期介绍的几篇论文： [LG] Reasoning with Sampling: Your Base Model is Smarter Than You Think [Harvard University] https://arxiv.org/abs/2510.14901 --- [LG] Agentic Entropy-Balanced Policy Optimization [Kuaishou Technology & Renmin University of China] https://arxiv.org/abs/2510.14545 --- [LG] QeRL: Beyond Efficiency -- Quantization-enhanced Reinforcement Learning for LLMs [NVIDIA & MIT] https://arxiv.org/abs/2510.11696 --- [LG] The Geometry of Reasoning: Flowing Logics in Representation Space [Duke University] https://arxiv.org/abs/2510.09782 --- [CL] Demystifying Reinforcement Learning in Agentic Reasoning [National University of Singapore & Princeton University & University of Illinois at Urbana-Champaign] https://arxiv.org/abs/2510.11701

你有没有想过，我们衡量AI的标准可能从一开始就有点偏？今天，我们将一起颠覆几个常识：我们会发现，模型的潜力不在于考高分，而在于它的“想象力”有多丰富；训练巨型模型的省钱秘笈，可能就藏在一个简单的根号里；而要让AI生成完美的视频，最好的方法竟是让它组建一个内部“评审团”给自己挑错。更神奇的是，想让AI真正懂你，关键或许不是问“二选一”，而是“三选一”。准备好了吗？让我们一起探索这些最新论文中，那些反直觉又充满智慧的AI新思路。 00:00:41 AI训练的内功心法：为什么“好学生”不一定是“优等生”？ 00:07:18 炼大模型省钱秘笈：一个根号引发的蝴蝶效应 00:12:05 让AI自己挑毛病，视频才能越做越好 00:17:25 想真正懂我？别问二选一，试试三选一 00:21:57 给AI装个“健康码”：识别未知攻击的新思路 本期介绍的几篇论文： [LG] The Coverage Principle: How Pre-training Enables Post-Training [Microsoft Research & MIT & UIUC] https://arxiv.org/abs/2510.15020 --- [LG] Robust Layerwise Scaling Rules by Proper Weight Decay Tuning [MIT & UCLA] https://arxiv.org/abs/2510.15262 --- [CV] VISTA: A Test-Time Self-Improving Video Generation Agent [Google] https://arxiv.org/abs/2510.15831 --- [LG] Learning Correlated Reward Models: Statistical Barriers and Opportunities [MIT EECS] https://arxiv.org/abs/2510.15839 --- [CV] Learning to Detect Unknown Jailbreak Attacks in Large Vision-Language Models [Renmin University of China & Alibaba Group] https://arxiv.org/abs/2510.15430

本期我们要聊一个核心问题：我们总觉得AI是个神秘的黑箱，但最新的研究正在像做“脑部扫描”一样，试图撬开它。我们将看到，一个“满分或零分”的简单规则，就能教会AI诚实；又如何派出一个“AI侦探”，揪出潜伏的恶意模型。接着，我们会深入AI的“思考过程”，看看聪明的“大脑”和聪明的“搜索引擎”哪个更重要，以及如何让AI通过“犯错”来演化出正确答案，甚至把它的复杂推理拆解成一个个可以遥控的“思想积木”。准备好了吗？让我们一起深入AI的内心世界。 00:00:41 AI的“不说谎”训练：满分或零分 00:05:29 AI界的“无间道”：如何揪出披着羊皮的狼？ 00:10:39 聪明的大脑，和聪明的搜索引擎，哪个更重要？ 00:16:14 犯错没关系，只要你“改对”的概率比“改错”大一点点 00:21:22 拆解AI大脑：它思考时在想什么？ 本期介绍的几篇论文： [CL] Train for Truth，Keep the Skills：Binary Retrieval-Augmented Reward Mitigates Hallucinations [University of Washington & Allen Institute for AI (Ai2)] https://arxiv.org/abs/2510.17733 --- [LG] Detecting Adversarial Fine-tuning with Auditing Agents [Anthropic] https://arxiv.org/abs/2510.16255 --- [LG] Prior Makes It Possible：From Sublinear Graph Algorithms to LLM Test-Time Methods [Toyota Technological Institute at Chicago & Columbia University & Google Research] https://arxiv.org/abs/2510.16609 --- [CL] Deep Self-Evolving Reasoning [Microsoft Research Asia & Peking University] https://arxiv.org/abs/2510.17498 --- [LG] Algorithmic Primitives and Compositional Geometry of Reasoning in Language Models [Columbia University & University of California Los Angeles & Harvey Mudd College] https://arxiv.org/abs/2510.15987

今天，我们将开启一场从宏观到微观的AI探索之旅。我们将看到AI如何像做CT一样洞察整个地球的复杂系统，然后潜入它的大脑内部，看看它是如何分两步“猜测并精炼”出答案的。接着，我们会探讨AI如何像武林高手一样通过亲身实践来学习新知而又不忘旧事，并学会了像项目经理一样先规划再执行，以兼顾速度与质量。但最后，我们也会揭示一场AI世界的“无间道”，看看当聪明的AI学会“学术造假”时，会带来怎样严峻的挑战。 00:00:39 我们如何用AI给地球做一次“全身CT”？ 00:05:27 大模型思考，需要分几步？ 00:11:25 AI的“鱼和熊掌”：既要快，又要好，可能吗？ 00:16:00 为什么高手越学越强，而我们一学就忘？ 00:21:22 AI世界的“无间道”：当“坏科学家”遇上“傻瓜审稿人” 本期介绍的几篇论文： [AI] Earth AI: Unlocking Geospatial Insights with Foundation Models and Cross-Modal Reasoning [Google Research] https://arxiv.org/abs/2510.18318 --- [CL] How Do LLMs Use Their Depth? [UC Berkeley & Georgia Institute of Technology] https://arxiv.org/abs/2510.18871 --- [LG] Planned Diffusion [University of California, Los Angeles & MIT CSAIL] https://arxiv.org/abs/2510.18087 --- [LG] Retaining by Doing: The Role of On-Policy Data in Mitigating Forgetting [Princeton University] https://arxiv.org/abs/2510.18874 --- [AI] BadScientist: Can a Research Agent Write Convincing but Unsound Papers that Fool LLM Reviewers? [University of Washington] https://arxiv.org/abs/2510.18003

你有没有想过，一个真正聪明的AI，应该具备哪些人类的智慧？本期我们要聊的几篇最新论文，就试图教会AI一些绝活：比如如何把万字长文“看”成一张图来秒懂，或者组建一个“草稿团队”来光速写作。更进一步，AI甚至开始学习如何记住思考的过程，如何在众说纷纭时不受“大嗓门”的干扰，甚至在关键时刻，勇敢地说出“我不知道”。这些看似简单的改变，背后可能隐藏着通往更高级智能的秘密。 00:00:36 AI如何把一万字读成一张图？ 00:05:45 AI写作的“窄门”与“密道” 00:11:07 AI回话慢？给它组建一个“草稿团队”试试 00:16:55 训练AI，别听嗓门最大的那个 00:21:20 高手决策：为什么“我不知道”是最高级的智慧？ 本期介绍的几篇论文： [CV] DeepSeek-OCR: Contexts Optical Compression [DeepSeek-AI] https://arxiv.org/abs/2510.18234 --- [LG] Loopholing Discrete Diffusion: Deterministic Bypass of the Sampling Wall [KAIST & EPFL] https://arxiv.org/abs/2510.19304 --- [LG] Fast Inference via Hierarchical Speculative Decoding [Google Research & Tel Aviv University] https://arxiv.org/abs/2510.19705 --- [LG] Imbalanced Gradients in RL Post-Training of Multi-Task LLMs [Meta AI] https://arxiv.org/abs/2510.19178 --- [LG] Policy Learning with Abstention [Stanford University] https://arxiv.org/abs/2510.19672

你有没有想过，两个AI协作，能不能像科幻片里那样，直接“心灵感应”？我们又该如何判断，AI给出的正确答案，究竟是真懂了还是蒙对了？本期节目，我们将通过几篇最新论文，一起探索AI如何学会“读心术”进行合作，如何像侦探一样构建“逻辑闭环”，甚至如何从答案出发“倒着想”来优化学习。我们还会揭示AI为何会“越学越笨”，以及最聪明的AI或许拥有的终极能力——知道何时该“举手求助”。 00:00:36 当机器学会了“读心术” 00:05:58 你是怎么对的？比“你对不对”更重要 00:10:35 先有答案，再有过程：AI推理的逆向工程学 00:16:33 AI越学越笨？我们可能一开始就教错了 00:22:49 聪明人的超能力：知道何时该“求助” 本期介绍的几篇论文： [CL] Thought Communication in Multiagent Collaboration [CMU & Meta AI & MBZUAI] https://arxiv.org/abs/2510.20733 --- [LG] DAG-Math: Graph-Guided Mathematical Reasoning in LLMs [ University of Warwic & Google DeepMind & UC Berkeley] https://arxiv.org/abs/2510.19842 --- [LG] No Compute Left Behind: Rethinking Reasoning and Sampling with Masked Diffusion Models [Columbia University & New York University] https://arxiv.org/abs/2510.19990 --- [LG] KL-Regularized Reinforcement Learning is Designed to Mode Collapse [New York University & EPFL] https://arxiv.org/abs/2510.20817 --- [CL] Ask a Strong LLM Judge when Your Reward Model is Uncertain [Georgia Institute of Technology & Amazon] https://arxiv.org/abs/2510.20369

今天我们来聊聊，为什么AI的创意越来越像“标准答案”，仿佛陷入了一个巨大的“蜂巢思维”？我们将探讨如何跳出这个怪圈，让AI学会使用计算器进行事实核查，甚至培养出程序员般的代码“审美”。更进一步，我们会揭示AI学习的两种反常识秘诀：一是故意让它犯“高质量”的错误，二是用“分而治之”的策略去攻克马拉松式的超长任务。从思维定式到品味养成，再到学习心法，本期将带你看到AI如何变得更“聪明”，也更“人性化”。 00:00:39 人工智能的“标准答案”陷阱 00:05:54 让AI裁判学会用“计算器” 00:10:37 想让AI更聪明？先教它犯“高质量”的错 00:15:05 让AI学会“好看”：一个程序员的品味是如何炼成的 00:19:42 想跑赢马拉松？别从第一步开始练 本期介绍的几篇论文： [CL] Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond) [University of Washington] https://arxiv.org/abs/2510.22954 --- [CL] Incentivizing Agentic Reasoning in LLM Judges via Tool-Integrated Reinforcement Learning [Google Cloud AI Research] https://arxiv.org/abs/2510.23038 --- [LG] BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills [Cornell University & University of California San Diego & University of North Carolina at Chapel Hill] https://arxiv.org/abs/2510.19898 --- [CL] Code Aesthetics with Agentic Reward Feedback [Microsoft Research Asia] https://arxiv.org/abs/2510.23272 --- [LG] Transitive RL: Value Learning via Divide and Conquer [UC Berkeley] https://arxiv.org/abs/2510.22512