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

你有没有想过，如何帮一个“路痴”AI把脑中的地图“拉直”？又或者，一个AI模型里，其实藏着成百上千个性格各异的“专家”？今天，我们将从几篇最新的AI论文出发，聊聊AI如何学会优化资源、高效复盘，甚至，如何进化成一个连它的“老师”都能骗过的“作弊”高手。 00:00:26 你的认知，需要一次“时空拉直” 00:06:13 为什么最贵的AI，有时用的是最“笨”的办法？ 00:12:16 AI的“众神殿”，一个模型，藏着万千专家 00:19:01 AI世界的“尖子生”，是真学霸，还是“作弊”高手？ 00:24:14 你不是不行，你只是不会“复盘” 本期介绍的几篇论文： [LG] Temporal Straightening for Latent Planning [New York University] https://arxiv.org/abs/2603.12231 --- [LG] IsoCompute Playbook: Optimally Scaling Sampling Compute for LLM RL [UC San Diego & CMU] https://arxiv.org/abs/2603.12151 --- [LG] Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights [MIT CSAIL] https://arxiv.org/abs/2603.12228 --- [CL] Examining Reasoning LLMs-as-Judges in Non-Verifiable LLM Post-Training [Meta Superintelligence Labs] https://arxiv.org/abs/2603.12246 --- [LG] Meta-Reinforcement Learning with Self-Reflection for Agentic Search [Allen Institute for AI & University of Washington] https://arxiv.org/abs/2603.11327

你有没有想过，我们不仅能看懂AI的“鬼点子”，还能直接让它把克敌制胜的“武功秘籍”写成代码？本期节目，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AI的“中年健忘”竟是与生俱来的天性，并找到它大脑里那个精准的“谎言开关”。我们不仅要科学地为AI制定最佳“学习计划”，甚至还要在它读书前，先送它去一个纯粹的“数字健身房”锻炼核心能力。准备好了吗？让我们一起出发，看看AI的聪明才智背后，藏着哪些你意想不到的秘密。 00:00:39 当AI学会了写代码，它的“鬼点子”就藏不住了 00:05:48 AI的学习计划，应该怎么定？ 00:12:05 大模型的“中年危机”，我们一直都搞错了？ 00:17:37 别再被AI骗了，我们找到了它大脑里的“谎言开关” 00:23:23 AI的“健身房”，不读书，如何变得更聪明？ 本期介绍的几篇论文： [LG] Code-Space Response Oracles: Generating Interpretable Multi-Agent Policies with Large Language Models [Google DeepMind] https://arxiv.org/abs/2603.10098 --- [LG] What do near-optimal learning rate schedules look like? [Google DeepMind & Mila] https://arxiv.org/abs/2603.10301 --- [LG] Lost in the Middle at Birth: An Exact Theory of Transformer Position Bias [Meta] https://arxiv.org/abs/2603.10123 --- [CL] Adaptive Activation Cancellation for Hallucination Mitigation in Large Language Models [Dakota State University & North Carolina A&T State University] https://arxiv.org/abs/2603.10195 --- [LG] Training Language Models via Neural Cellular Automata [MIT] https://arxiv.org/abs/2603.10055

本期节目，我们将深入AI的“内心世界”：你会发现，让AI多“思考”一会儿，它反而可能变得更诚实；而有时它的“思考”其实不是为了推理，更像是在努力“回忆”。我们还会聊到，最新论文如何让AI拥有调试代码的“灵魂”，如何量化它有多少“小秘密”不愿公开，以及一个聪明的“外行”AI领导，要如何带好一支能打的“内行”AI团队。 00:00:32 AI 不仅会写代码，还会自己找 Bug？ 00:05:03 AI会撒谎吗？一个让你意外的答案 00:10:09 思考，不是为了推理，而是为了回忆 00:15:26 AI的“草稿纸”，它到底有多少不能说的秘密？ 00:21:32 聪明的“外行”领导，如何带出能打的“内行”团队？ 本期介绍的几篇论文： [LG] Towards a Neural Debugger for Python [Meta FAIR & Johannes Kepler University Linz] https://arxiv.org/abs/2603.09951 --- [CL] Think Before You Lie: How Reasoning Improves Honesty [Google DeepMind] https://arxiv.org/abs/2603.09957 --- [CL] Thinking to Recall: How Reasoning Unlocks Parametric Knowledge in LLMs [Google Research] https://arxiv.org/abs/2603.09906 --- [AI] Quantifying the Necessity of Chain of Thought through Opaque Serial Depth [Google DeepMind] https://arxiv.org/abs/2603.09786 --- [LG] SCALAR: Learning and Composing Skills through LLM Guided Symbolic Planning and Deep RL Grounding [CMU & Virginia Tech] https://arxiv.org/abs/2603.09036

我们都希望AI越来越聪明，但怎么才能让它高效成长呢？今天我们要聊的几篇最新论文，就给出了一些非常反直觉的答案：比如，让AI只做“难题”，给它的创作过程派一位“监理”，甚至还要警惕它因为懂得太多而“吃不饱”。更神奇的是，我们还会看到如何让AI学会新本事，却完全不忘旧手艺。准备好了吗？让我们一起看看AI是如何被调教成“学霸”的！ 00:00:31 想让AI更聪明？你得学会给它出难题 00:05:53 如何让AI“心领神会”你的想法？ 00:12:00 AI的“语义饱腹感”，为什么数据越多，进步越难？ 00:18:31 AI思考的秘密，为什么“平行世界”里的笨办法，反而是捷径？ 00:24:27 如何让AI学会新本事，还不忘了旧手艺？ 本期介绍的几篇论文： [CL] Scaling Data Difficulty: Improving Coding Models via Reinforcement Learning on Fresh and Challenging Problems [Microsoft Research] https://arxiv.org/abs/2603.07779 --- [LG] Diffusion Controller: Framework, Algorithms and Parameterization [Google Research] https://arxiv.org/abs/2603.06981 --- [LG] Scale Dependent Data Duplication [Stanford University & EPFL] https://arxiv.org/abs/2603.06603 --- [LG] Reject, Resample, Repeat: Understanding Parallel Reasoning in Language Model Inference [Microsoft Research & MIT] https://arxiv.org/abs/2603.07887 --- [LG] Grow, Don't Overwrite: Fine-tuning Without Forgetting [Google Research & University of Wisconsin-Madison] https://arxiv.org/abs/2603.08647