我们总惊叹于AI的聪明，但你有没有想过，它们也会有思维盲区，甚至会犯一些“聪明人”的“笨”错误吗？这一期，我们就来深入AI的“内心世界”：我们将一起探索如何让机器人通过“做梦”来理解物理世界，看看AI会如何像“开普勒”一样只懂皮毛，又如何被引导成洞悉规律的“牛顿”。我们还会聊聊怎样训练一个AI成为另一个AI的“天敌”，以及如何绘制一张AI的“思想地图”，给它做一次全面的“体检”。准备好了吗？让我们一起出发！ 00:00:37 让机器人做梦，是为了让它更好地干活 00:06:01 聪明人的“笨”办法，我们能从AI的失败中学到什么？ 00:12:11 你的AI是“牛顿”还是“开普勒”？ 00:18:18 如何把一个AI，训练成另一个AI的“天敌”？ 00:23:44 AI的“思想地图”，我们如何给大模型做“体检”？ 本期介绍的几篇论文： [RO] DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos [NVIDIA] https://arxiv.org/abs/2602.06949 --- [CL] Large Language Model Reasoning Failures [Stanford University & Carleton College] https://arxiv.org/abs/2602.06176 --- [LG] From Kepler to Newton: Inductive Biases Guide Learned World Models in Transformers [Stanford University] https://arxiv.org/abs/2602.06923 --- [CL] SEMA: Simple yet Effective Learning for Multi-Turn Jailbreak Attacks [Microsoft Research & University of Rochester] https://arxiv.org/abs/2602.06854 --- [LG] Learning a Generative Meta-Model of LLM Activations [UC Berkeley] https://arxiv.org/abs/2602.06964

今天我们来聊一个特别有意思的话题：AI是如何学习和思考的？我们不再满足于AI能做什么，而是想知道它怎样才能做得更好。本期节目，我们将通过几篇最新论文，揭秘AI如何拥有自己的“私教系统”实现共同进化，如何通过“训练吃苦”换来我们使用时的“一步到位”，甚至如何在信息不全时“拜师学艺”，以及在思考时如何像高手一样进行“全局推演”。准备好了吗？让我们一起潜入AI的大脑深处。 00:00:34 如何打造一个完美的“AI私教”系统？ 00:06:13 为什么说最快的AI，都在训练时“吃苦”？ 00:11:23 不开“上帝视角”，如何成为高手？ 00:15:52 想让机器人变聪明？别只教它“干活” 00:21:13 AI思考的秘密，为什么有的模型更会解谜？ 本期介绍的几篇论文： [LG] RLAnything: Forge Environment, Policy, and Reward Model in Completely Dynamic RL System [Princeton University] https://arxiv.org/abs/2602.02488 --- [LG] Generative Modeling via Drifting [MIT] https://arxiv.org/abs/2602.04770 --- [LG] Privileged Information Distillation for Language Models [ServiceNow] https://arxiv.org/abs/2602.04942 --- [RO] A Systematic Study of Data Modalities and Strategies for Co-training Large Behavior Models for Robot Manipulation [Toyota Research Institute] https://arxiv.org/abs/2602.01067 --- [LG] Reasoning with Latent Tokens in Diffusion Language Models [CMU] https://arxiv.org/abs/2602.03769

你有没有想过，AI的“内心”也会上演一出出精彩的戏码？这一期，我们将一起潜入AI的大脑，看看它如何像我们一样，在解题前就有了“这题我能行”的直觉；然后我们会给它一张“地图”，看它如何从迷茫游客变身城市规划师，看懂整个复杂的软件世界；接着，我们将见证一位机器人“偷师学艺”，只通过观看视频就学会了打篮球；最后，我们还会聊聊顶尖数学家们如何给AI办一场杜绝作弊的“闭卷考”，以及AI训练场上一条好心办坏事的“交通规则”是如何被修正的。 00:00:40 AI的“第六感”，它如何知道自己快答对了？ 00:05:17 给AI一张地图，让它看懂整个软件世界 00:10:47 机器人偷师记，它怎么光看视频就学会了打篮球？ 00:18:33 给AI一场“闭卷考”，顶尖数学家们想干啥？ 00:23:05 AI训练场上的“交规”，为什么好心会办坏事？ 本期介绍的几篇论文： [CL] Sparse Reward Subsystem in Large Language Models [Tsinghua University & Stanford University] https://arxiv.org/abs/2602.00986 --- [CL] Closing the Loop: Universal Repository Representation with RPG-Encoder [Microsoft Research Asia] https://arxiv.org/abs/2602.02084 --- [RO] HumanX: Toward Agile and Generalizable Humanoid Interaction Skills from Human Videos [The Hong Kong University of Science and Technology] https://arxiv.org/abs/2602.02473 --- [AI] First Proof [Stanford University & Columbia University & EPFL ] https://arxiv.org/abs/2602.05192 --- [LG] Rethinking the Trust Region in LLM Reinforcement Learning [Sea AI Lab & National University of Singapore] https://arxiv.org/abs/2602.04879

AI会因为“全军覆没”而心态崩溃吗？本期，我们将探讨一篇最新论文如何用“全局视野”为AI建立稳定心态。接着，我们会揭示AI如何通过构建“世界模型”学会预判，真正从“知道”走向“行动”。我们还会聊聊，怎样给AI作画模型装上一个“未来探测器”，让它更听话、更有创造力。最后，我们将看到大小模型间“四两拨千斤”的师徒协作模式，并解剖一个反常识的发现：大模型变聪明，靠的可能不是层层递进的深度，而是“人多力量大”的朴素智慧。 00:00:41 高手过招，如何不让“一题之失”毁了心态？ 00:06:19 让AI“涨记性”，它怎样才能不犯“想当然”的错？ 00:11:40 AI作画不听话？给它装个“未来探测器” 00:16:40 AI世界的“四两拨千斤”，如何让小模型拥有大智慧？ 00:22:02 大模型变聪明的秘密，不是靠层层深入，而是靠人多力量大？ 本期介绍的几篇论文： [LG] EBPO: Empirical Bayes Shrinkage for Stabilizing Group-Relative Policy Optimization [Meta AI] https://arxiv.org/abs/2602.05165 --- [CL] Reinforcement World Model Learning for LLM-based Agents [Columbia University & Microsoft Research & Dartmouth College] https://arxiv.org/abs/2602.05842 --- [LG] Diamond Maps: Efficient Reward Alignment via Stochastic Flow Maps [MIT CSAIL & CMU & TU Munich] https://arxiv.org/abs/2602.05993 --- [CL] MentorCollab: Selective Large-to-Small Inference-Time Guidance for Efficient Reasoning [UIUC & University of Washington] https://arxiv.org/abs/2602.05307 --- [LG] Inverse Depth Scaling From Most Layers Being Similar [MIT & Harvard University] https://arxiv.org/abs/2602.05970

你有没有想过，我们到底怎样才能让AI从一个“博闻强识的学霸”，进化成一个“举一反三的宗师”？今天，我们就从五篇最新论文出发，揭秘几种让AI变聪明的“心法”：我们将看到，如何只用13个参数就撬动一个AI大脑；如何训练AI的“眼神”而不是答案；以及，如何让AI在一次次失败后，学会“吃一堑，长一智”，甚至在不知不觉中被一位“隐形教练”所塑造。准备好了吗？让我们一起探索AI学习能力的全新边界。 00:00:38 AI变聪明的秘密，不只看答案，更要看“眼神” 00:05:59 13个参数，撬动一个AI大脑 00:10:24 你的AI，为什么总在同一个地方犯错？ 00:16:39 如何训练一个没有“标准答案”的AI？ 00:00 你的数据里，藏着一位“隐形教练” 本期介绍的几篇论文： [CL] Reinforced Attention Learning [Google & Google DeepMind & UC Davis] https://arxiv.org/abs/2602.04884 --- [LG] Learning to Reason in 13 Parameters [FAIR at Meta] https://arxiv.org/abs/2602.04118 --- [LG] Scaling In-Context Online Learning Capability of LLMs via Cross-Episode Meta-RL [Boston University & LinkedIn] https://arxiv.org/abs/2602.04089 --- [CL] Likelihood-Based Reward Designs for General LLM Reasoning [Meta FAIR & University of Amsterdam] https://arxiv.org/abs/2602.03979 --- [LG] Subliminal Effects in Your Data: A General Mechanism via Log-Linearity [UC Berkeley & Microsoft Research] https://arxiv.org/abs/2602.04863

我们都希望AI越来越聪明，但它究竟是如何“开窍”的呢？本期节目，我们将深入AI的大脑，看看它如何拥有自己的“错题本”进行考场反思，又如何通过“自我暗示”突破学习瓶颈。我们还会探讨AI“思考”背后看不见的成本，以及一种更聪明的奖励机制，如何让AI偏爱攻克难题。最后，看看这一切如何让AI从一个工具，变成我们真正的“科研合伙人”。 00:00:32 你的错题本，AI现在也学会了 00:05:36 你的下一位科研合伙人，可能不是人 00:12:57 为什么AI有时“装傻”，算力背后的隐形成本 00:19:22 AI学习卡壳了怎么办？让它自己给自己提个醒 00:23:55 AI训练的“差生”偏爱法则 本期介绍的几篇论文： [CL] Test-time Recursive Thinking: Self-Improvement without External Feedback [Microsoft Research] https://arxiv.org/abs/2602.03094 --- [CL] Accelerating Scientific Research with Gemini: Case Studies and Common Techniques [Google Research] https://arxiv.org/abs/2602.03837 --- [LG] Reasoning about Reasoning: BAPO Bounds on Chain-of-Thought Token Complexity in LLMs [Microsoft Research & Netflix] https://arxiv.org/abs/2602.02909 --- [LG] Self-Hinting Language Models Enhance Reinforcement Learning [Microsoft Research] https://arxiv.org/abs/2602.03143 --- [LG] Maximum Likelihood Reinforcement Learning [CMU & Tsinghua University & Zhejiang University] https://arxiv.org/abs/2602.02710

你有没有想过，我们该如何与越来越聪明的AI相处？本期节目，我们将一起踏上一场探索AI心智的奇妙旅程。我们会聊聊几篇最新的论文，看科学家们如何像外科医生、神经科学家和行为教练一样，深入AI的“大脑”：从给它安装无需手术的“技能外挂”，到发现它大脑深处的“奖赏开关”；从治好它“越大越笨”的“注意力涣散症”，到教会它像顶尖高手一样“分而治之”地解决难题。准备好了吗？让我们一起揭开AI黑箱的神秘面纱。 00:00:37 给AI装个“外挂”，不动手术也能变聪明？ 00:05:31 拆解AI大脑，我们找到了它的“奖赏开关” 00:11:35 给AI立规矩，我们终于有了一份“使用说明书” 00:16:41 人工智能的“注意力涣散症” 00:21:56 拆解问题，一个被我们忽视的超能力 本期介绍的几篇论文： [LG] ReasonCACHE: Teaching LLMs To Reason Without Weight Updates [FAIR at Meta & MIT CSAIL] https://arxiv.org/abs/2602.02366 --- [CL] Sparse Reward Subsystem in Large Language Models [Tsinghua University & Stanford University] https://arxiv.org/abs/2602.00986 --- [LG] Interpreting and Controlling Model Behavior via Constitutions for Atomic Concept Edits [Google DeepMind] https://arxiv.org/abs/2602.00092 --- [LG] TQL: Scaling Q-Functions with Transformers by Preventing Attention Collapse [Stanford University] https://arxiv.org/abs/2602.01439 --- [CL] Training LLMs for Divide-and-Conquer Reasoning Elevates Test-Time Scalability [University of California, Los Angeles & Microsoft] https://arxiv.org/abs/2602.02477

你有没有想过，当AI把所有练习册都做完时该怎么办？那些被它丢弃的“废稿”里，又藏着怎样的智慧？这一期，我们将一起探索AI如何像炼金术士一样点石成金，学会从百次尝试中预见万次风险，并揭开它思考时那个深藏不露的“工具箱”，看看它是如何学会聪明地“偷懒”的。 00:00:27 给AI一本永远也做不完的“练习册” 00:05:50 AI的“废稿”里，藏着通往智慧的捷径 00:11:28 大模型思考的秘密，它有几把刷子？ 00:16:01 只需百次尝试，如何预见AI的万次风险？ 00:20:50 AI的“降本增效”，一个聪明的偷懒办法 本期介绍的几篇论文： [LG] Golden Goose: A Simple Trick to Synthesize Unlimited RLVR Tasks from Unverifiable Internet Text [NVIDIA] https://arxiv.org/abs/2601.22975 --- [CL] Residual Context Diffusion Language Models [UC Berkeley] https://arxiv.org/abs/2601.22954 --- [CL] Context Structure Reshapes the Representational Geometry of Language Models [Google DeepMind] https://arxiv.org/abs/2601.22364 --- [LG] Statistical Estimation of Adversarial Risk in Large Language Models under Best-of-N Sampling [Microsoft Research] https://arxiv.org/abs/2601.22636 --- [LG] EUGens: Efficient, Unified, and General Dense Layers [Seoul National University] https://arxiv.org/abs/2601.22563

你是否想过，AI不仅能让你“看电影”，还能让你亲自走进画面里“玩世界”？你是否好奇，AI如何像笔迹专家一样，通过分析你鼠标的微小轨迹，就揪出游戏里的作弊玩家？本期节目，我们将一同见证AI的几场关键进化：看它如何从一个不靠谱的助理，变身成懂得主动提问的神队友；如何从一个全能大脑，分化成一个分工明确的数据分析团队；以及，如何通过精准的“抽脂”手术，在学习之初就剔除掉那些我们不希望它掌握的知识。准备好了吗？让我们即刻出发！ 00:00:40 从“看电影”到“玩世界”，AI的下一站是什么？ 00:07:25 你瞄准的动作，出卖了你 00:13:27 让AI学会提问，不靠谱的助理如何变身神队友？ 00:18:42 给你的生意，请一个AI数据分析团队 00:23:51 AI“减肥”新思路，如何实现精准“抽脂”？ 本期介绍的几篇论文： [CV] Advancing Open-source World Models [Robbyant Team] https://arxiv.org/abs/2601.20540 --- [LG] XGuardian: Towards Explainable and Generalized AI Anti-Cheat on FPS Games [The University of Hong Kong] https://arxiv.org/abs/2601.18068 --- [LG] Teaching LLMs to Ask: Self-Querying Category-Theoretic Planning for Under-Specified Reasoning [Stanford University] https://arxiv.org/abs/2601.20014 --- [CL] Insight Agents: An LLM-Based Multi-Agent System for Data Insights [Amazon] https://arxiv.org/abs/2601.20048 --- [LG] Shaping capabilities with token-level data filtering [Anthropic] https://arxiv.org/abs/2601.21571

今天我们来聊一个有点“扎心”又特别重要的话题。AI这根“拐杖”，会不会让我们忘了怎么走路？当我们把思考和决策悄悄“外包”给AI时，到底谁说了算？最新论文用实验揭示，我们的大脑可能真的在“生锈”。但别担心，我们也会看到AI自身的进化——科学家们正教它学会像人脑一样“偷懒”，甚至给它配了个“教练”，让它从“大力出奇迹”迈向“聪明地使劲”。这期节目，我们一起看看AI如何改变我们，以及我们如何让AI变得更聪明。 00:00:38 AI这根“拐杖”，正在让你忘了怎么走路吗？ 00:07:08 大模型有个“天生缺陷”，我们该如何修复它？ 00:13:47 我们的大脑，正在悄悄外包吗？ 00:19:09 AI大模型，能不能学学人脑的“偷懒”智慧？ 00:25:25 AI训练，如何从「大力出奇迹」到「聪明地使劲」？ 本期介绍的几篇论文： [AI] How AI Impacts Skill Formation [Anthropic] https://arxiv.org/abs/2601.20245 --- [CL] Zonkey: A Hierarchical Diffusion Language Model with Differentiable Tokenization and Probabilistic Attention [A Rozental] https://arxiv.org/abs/2601.21768 --- [AI] Who's in Charge? Disempowerment Patterns in Real-World LLM Usage [Anthropic & ACS Research Group & University of Toronto] https://arxiv.org/abs/2601.19062 --- [LG] Resonant Sparse Geometry Networks [University of Arkansa] https://arxiv.org/abs/2601.18064 --- [LG] Value-Based Pre-Training with Downstream Feedback [CMU] https://arxiv.org/abs/2601.22108

我们总在惊叹AI变得多聪明，但你有没有想过，我们该如何从根基上，打造一个学得更快、身形更巧、感知更敏锐、评价更科学，甚至能自我进化的AI呢？本期节目，我们将通过五篇最新的AI论文，一次性揭开这些秘密。我们会聊聊AI学习速度原来只有四个“档位”；探讨如何给大模型“减肥”却不牺牲效果；见证AI如何拥有“听声辨位”的超能力；学习如何给眼花缭乱的AI科学地“排座次”；最后，我们还会看到一个“博士生”AI是如何手把手教出一个更聪明的“小学生”AI的。准备好了吗？让我们即刻出发，探索AI的底层构造蓝图。 00:00:45 人工智能学习的速度，原来只有四档 00:07:40 AI减肥记，如何不花钱还把活干好？ 00:13:35 AI的“听声辨位”，我们离《三体》里的智子还有多远？ 00:19:43 给AI大模型排座次，你信的榜单可能用错了尺子 00:26:35 让AI自己教自己，我们如何从根上培养一个更聪明的模型？ 本期介绍的几篇论文： [LG] A Theory of Universal Agnostic Learning [Purdue University & Technion and Google Research] https://arxiv.org/abs/2601.20961 --- [CL] ECO: Quantized Training without Full-Precision Master Weights [Google Research & ISTA] https://arxiv.org/abs/2601.22101 --- [AS] PhaseCoder: Microphone Geometry-Agnostic Spatial Audio Understanding for Multimodal LLMs [Google DeepMind & Google AR] https://arxiv.org/abs/2601.21124 --- [LG] Nonparametric LLM Evaluation from Preference Data [LMU Munich & CMU & University of Cambridge] https://arxiv.org/abs/2601.21816 --- [CL] Self-Improving Pretraining: using post-trained models to pretrain better models [FAIR at Meta] https://arxiv.org/abs/2601.21343

今天我们来聊聊AI的“内心世界”：我们找到了那把能解锁所有学习方法的“万能钥匙”，却也发现AI的“人格”竟会随着对话见风使舵。我们试图让它像生物一样“进化”，却不小心让它患上了“灾难性遗忘症”。面对越来越强的AI，我们这些“菜鸟裁判”又该如何确保它的诚实？最后，我们会发现，让AI飞速成长的秘诀，可能不是好评，而是一份详尽的“错误报告”。 00:00:32 人工智能的“万能钥匙”藏在哪？ 00:06:34 AI的“人格”，为什么聊着聊着就变了？ 00:11:47 AI的“进化”陷阱，为什么学得越多，忘得越快？ 00:16:47 菜鸟裁判，如何拿捏顶尖高手？ 00:21:48 差评，好评，不如一份详细的“错误报告” 本期介绍的几篇论文： [LG] Spectral Ghost in Representation Learning: from Component Analysis to Self-Supervised Learning [Google DeepMind & Harvard University] https://arxiv.org/abs/2601.20154 --- [CL] Linear representations in language models can change dramatically over a conversation [Google DeepMind] https://arxiv.org/abs/2601.20834 --- [LG] Evolutionary Strategies lead to Catastrophic Forgetting in LLMs [UC Berkeley] https://arxiv.org/abs/2601.20861 --- [LG] Truthfulness Despite Weak Supervision: Evaluating and Training LLMs Using Peer Prediction [UC Berkeley] https://arxiv.org/abs/2601.20299 --- [LG] Reinforcement Learning via Self-Distillation [ETH Zurich] https://arxiv.org/abs/2601.20802