AI可可AI生活

本期我们要聊聊AI世界里那些看似矛盾却充满智慧的最新发现。为什么教AI做好事，它反而会“变坏”？又该如何像做微创手术一样，只修正它的一个知识点而不破坏整体能力？我们还会探讨，为什么在训练中“刻意放手”让模型偷个懒，效果反而更好，以及我们该如何打开AI的“奖励黑箱”，看看它到底在偷偷学些什么。准备好了吗？让我们一起潜入AI思想的深海。00:00:33 AI大模型军备竞赛，如何不做那个“冤大头”？00:07:09 成长的捷径，学会“刻意放手”00:12:52 好心办坏事，为什么训练AI做好事，它却变坏了？00:18:46 如何给AI动手术，才能只切病灶不伤身？00:24:37 打开AI的黑箱，它在偷偷学什么？本期介绍的几篇论文：[LG] Prescriptive Scaling Reveals the Evolution of Language Model Capabilities  [Harvard University & Stanford University]  https://arxiv.org/abs/2602.15327 ---[LG] On Surprising Effectiveness of Masking Updates in Adaptive Optimizers  [Google & Northwestern University]  https://arxiv.org/abs/2602.15322 ---[LG] The Geometry of Alignment Collapse: When Fine-Tuning Breaks Safety  [Princeton University]  https://arxiv.org/abs/2602.15799 ---[LG] CrispEdit: Low-Curvature Projections for Scalable Non-Destructive LLM Editing  [University of Southern California]  https://arxiv.org/abs/2602.15823 ---[LG] Discovering Implicit Large Language Model Alignment Objectives  [Stanford University]  https://arxiv.org/abs/2602.15338 

你有没有想过，AI的大脑里到底是什么样子的？当它答不上来问题时，究竟是知识库里没有，还是只是暂时“丢了钥匙”？当它写出一长串思考过程时，我们又该如何分辨它是在“深度思考”，还是在“无效瞎忙”？本期节目，我们将通过五篇最新的论文，一起窥探AI的心智世界：从给语言做一次“CT扫描”，看懂语义的弯曲，到发现AI竟能凭语言统计“画”出世界地图，再到用“金发姑娘”策略为它匹配“刚刚好”的练习题。准备好，让我们一起出发，探索AI思考的奇妙运作机制！00:00:40 大模型知道答案，为什么就是不说？00:05:48 你的努力，是“真忙”还是“瞎忙”？00:11:04 给语言做个CT扫描，文本里的弯曲与折叠00:18:28 大模型“脑”中的世界地图，原来是这样画出来的00:24:03 AI刷题的“天花板”在哪？本期介绍的几篇论文：[CL] Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality[Google Research & Technion]https://arxiv.org/abs/2602.14080---[CL] Think Deep, Not Just Long: Measuring LLM Reasoning Effort via Deep-Thinking Tokens[Google & University of Virginia]https://arxiv.org/abs/2602.13517---[LG] Text Has Curvature[CMU & Meta]https://arxiv.org/abs/2602.13418---[LG] Symmetry in language statistics shapes the geometry of model representations[Google DeepMind & UC Berkeley & EPFL]https://arxiv.org/abs/2602.15029---[LG] Goldilocks RL: Tuning Task Difficulty to Escape Sparse Rewards for Reasoning[EPFL & Apple]https://arxiv.org/abs/2602.14868

想知道AI如何“天生精干”，彻底告别臃肿吗？想了解AI怎么学会“看情况”调整思考深度，在直觉和深思之间自如“换挡”吗？最新论文还揭示了AI“偷懒”的艺术，甚至对它们进行了“心理质询”，看看聪明的AI到底靠不靠谱。本期节目，我们将从一个全新的视角，带你透视AI的内在进化。00:00:29 AI大模型减肥指南，如何不节食也能瘦下来？00:05:30 该动脑，还是该凭感觉？AI也得学00:12:33 AI偷懒的艺术，快，还要更好？00:18:16 你的AI军师，聪明就靠谱吗？00:23:59 给AI模型做个“认知升级”，换个角度看“注意力”本期介绍的几篇论文：[LG] Stabilizing Native Low-Rank LLM Pretraining[Concordia University & Sorbonne University]https://arxiv.org/abs/2602.12429---[CL] Think Fast and Slow: Step-Level Cognitive Depth Adaptation for LLM Agents[Tencent Hunyuan & Fudan University]https://arxiv.org/abs/2602.12662---[LG] SLA2: Sparse-Linear Attention with Learnable Routing and QAT[Tsinghua University]https://arxiv.org/abs/2602.12675---[LG] Consistency of Large Reasoning Models Under Multi-Turn Attacks[CMU]https://arxiv.org/abs/2602.13093---[LG] HyperMLP: An Integrated Perspective for Sequence Modeling[Georgia Institute of Technology]https://arxiv.org/abs/2602.12601

这一期，我们将一起探索AI如何学习几项“反直觉”的超能力。比如，我们如何像侦探一样，在万亿词汇的海洋中，通过“剪枝”的智慧揪出隐藏的线索？我们还会发现，造出一台好用的机器人，关键可能不是发明，而是像“攒电脑”一样集成；而一个更聪明的AI，核心竟然是学会清晰地认知“我不行”，并懂得何时“求助”。最后，我们会看到机器人如何在自己的“想象”中完成上万次试错，以及AI如何通过一次精准的“器官移植”手术，变得又轻又强。准备好了吗？让我们即刻出发！00:00:42 你的每一次搜索，都在塑造AI的未来00:06:52 造一台好机器人，关键可能不是“发明”，而是“攒”00:12:00 聪明人的新技能，知道何时该“求助”00:16:38 机器人怎样才能“脑补”出成功？00:22:13 AI瘦身指南，聪明，原来不必那么“重”本期介绍的几篇论文：[CL] SoftMatcha 2: A Fast and Soft Pattern Matcher for Trillion-Scale Corpora[University of Tokyo & Kyoto University & Graduate University for Advanced Studie]https://arxiv.org/abs/2602.10908---[RO] YOR: Your Own Mobile Manipulator for Generalizable Robotics[New York University]https://arxiv.org/abs/2602.11150---[CL] LaCy: What Small Language Models Can and Should Learn is Not Just a Question of Loss[Apple]https://arxiv.org/abs/2602.12005---[RO] RISE: Self-Improving Robot Policy with Compositional World Model[The Chinese University of Hong Kong & Kinetix AI]https://arxiv.org/abs/2602.11075---[LG] Retrieval-Aware Distillation for Transformer-SSM Hybrids[CMU]https://arxiv.org/abs/2602.11374

你有没有想过，AI的“内心独白”我们能听懂吗？当AI像“包工头”一样开始互相派活，我们又该如何自处？本期节目，我们将一口气深入5篇最新论文，看看AI如何从“死记硬背”进化到“举一反三”，并揭示出决定它成长速度的秘密，竟然藏在语言自身的那张“地图”里。我们会发现，无论是AI的内心状态、协作模式还是成长法则，背后都隐藏着一些我们曾经忽略的简单规则。00:00:34 AI的“内心独白”，我们能听懂吗？00:06:44 AI打工人的时代，我们如何当好“包工头”？00:15:22 高手之路，AI如何从“死记硬背”到“举一反三”00:21:58 AI作画走不通？可能只是导航用错了地图00:00 AI的成长秘籍，藏在语言自身里的那张地图本期介绍的几篇论文：[CL] When Models Examine Themselves: Vocabulary-Activation Correspondence in Self-Referential Processinghttps://arxiv.org/abs/2602.11358---[AI] Intelligent AI Delegation[Google DeepMind]https://arxiv.org/abs/2602.11865---[LG] SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning[UNC-Chapel Hill]https://arxiv.org/abs/2602.08234---[LG] Learning on the Manifold: Unlocking Standard Diffusion Transformers with Representation Encoders[Johns Hopkins University]https://arxiv.org/abs/2602.10099---[LG] Deriving Neural Scaling Laws from the statistics of natural language[SISSA & Stanford University]https://arxiv.org/abs/2602.07488

想知道如何把临时指令“刻”进AI的大脑，让它拥有真正的肌肉记忆吗？我们又该如何教AI学会“抄近道”，一步生成作品，而不是慢慢搭建？本期节目，我们将深入最新论文，探讨如何让AI不仅做对事，更要想对事，并揭示在调教AI时，那些我们习以为常却可能导致它“偏执”或“精神分裂”的惊人误区。00:00:28 AI的“肌肉记忆”是怎么炼成的？00:05:48 造物，如何抄近道？00:11:04 AI调教指南，你以为的，不是你以为的00:17:32 比做对事更重要的，是想对事00:22:45 AI调教指南，为什么你喂得越多，它可能变得越偏执本期介绍的几篇论文：[CL] On-Policy Context Distillation for Language Models[Microsoft Research]https://arxiv.org/abs/2602.12275---[LG] Categorical Flow Maps[University of Amsterdam & University of Oxford]https://arxiv.org/abs/2602.12233---[LG] The Magic Correlations: Understanding Knowledge Transfer from Pretraining to Supervised Fine-Tuning[Google DeepMind & Google Research]https://arxiv.org/abs/2602.11217---[LG] Right for the Wrong Reasons: Epistemic Regret Minimization for Causal Rung Collapse in LLMs[Stanford University]https://arxiv.org/abs/2602.11675---[LG] How Sampling Shapes LLM Alignment: From One-Shot Optima to Iterative Dynamics[PSL Research University & Northwestern University]https://arxiv.org/abs/2602.12180

你有没有想过，那个能解开奥数难题的AI，可能连小学生的加法都会算错？这一期，我们就来深入AI的“脑回路”，看看它如何像一个真正的数学家那样自主探索未知，又如何像一个“AI工程师”一样实现自我进化。我们还会揭示，为什么让机器人学会“偷懒”和使用“小抄”，才是让它走向我们物理世界的关键一步。准备好了吗？让我们一起出发，探索这些最新论文背后，那个既熟悉又陌生的AI心智。00:00:35 AI成了数学家，然后呢？00:05:49 AI，一个能解奥数题，却不会列竖式的小天才00:11:13 你的手机，正在悄悄招聘一位AI工程师00:17:57 给AI当军师，我们能不算卦就预知未来吗？00:24:09 你的世界，其实只需要一个“小抄”本期介绍的几篇论文：[LG] Towards Autonomous Mathematics Research[Google DeepMind]https://arxiv.org/abs/2602.10177---[LG] AI-rithmetic[Google]https://arxiv.org/abs/2602.10416---[LG] Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents[Google]https://arxiv.org/abs/2602.10226---[LG] Configuration-to-Performance Scaling Law with Neural Ansatz[Tsinghua University & Stanford University]https://arxiv.org/abs/2602.10300---[LG] Affordances Enable Partial World Modeling with LLMs[Google Deepmind]https://arxiv.org/abs/2602.10390

今天我们要聊一个特别有意思的话题：如何“看透”AI并让它变得更好？我们将通过几篇最新论文，揭示一些反常识的智慧：比如，有时让AI“盲目”一点，它反而画得更好；想让它变聪明，关键可能不是“教”得多，而是“教”得巧。我们还会看到，攻击AI的最高境界，可能不是塞给它坏东西，而是对好东西做一次肉眼看不见的“微创手术”！00:00:31 AI“投毒”新姿势，不是塞坏东西，而是让好人变坏00:07:00 让AI变聪明的秘密，不是加法，是减法00:11:29 AI的瘦身难题，如何高效地“抓重点”？00:17:14 AI的“思想慢镜头”，我们如何看懂它在想什么？00:22:54 AI绘画新思路，有时候，少即是多本期介绍的几篇论文：[LG] Infusion: Shaping Model Behavior by Editing Training Data via Influence Functions[University of Oxford & UCL]https://arxiv.org/abs/2602.09987---[CL] Effective Reasoning Chains Reduce Intrinsic Dimensionality[Google DeepMind & UNC Chapel Hill]https://arxiv.org/abs/2602.09276---[LG] WildCat: Near-Linear Attention in Theory and Practice[Imperial College London & Microsoft Research]https://arxiv.org/abs/2602.10056---[LG] Step-resolved data attribution for looped transformers[University of Potsdam & Technical University of Munich & MunichHarvard University]https://arxiv.org/abs/2602.10097---[LG] Blind denoising diffusion models and the blessings of dimensionality[Simons Foundation & Yale University]https://arxiv.org/abs/2602.09639

你有没有想过，真正的高手和普通人的思维差异在哪？今天我们要聊的，就是AI如何向各路高手“偷师学艺”。我们会看到，AI如何学会像园艺大师一样“精准剪枝”，做出最少却最关键的改动；如何像一个学霸，通过模仿，赢在训练的“起跑线”上。甚至，它还学会了我们最熟悉的两个策略：像写作者一样“先打草稿再定稿”，以及像我们读书时一样，边读边在脑子里贴上“思维小纸条”。当然，我们还会聊聊，如何给AI的“说明书”能力，建立一个既靠谱又高效的自动化考场。准备好了吗？让我们一起探索AI思考的进化之路！00:00:45 高手调参，为什么“少做”有时比“多做”更聪明？00:05:50 AI训练的起跑线，一个被忽视的“小动作”00:10:08 AI的“说明书”能力，我们该如何衡量？00:16:29 AI如何像高手一样思考，先打草稿，再定稿00:21:02 AI“开小差”的秘密，边读边想，效率翻倍本期介绍的几篇论文：[LG] BONSAI: Bayesian Optimization with Natural Simplicity and Interpretability  [Meta]  https://arxiv.org/abs/2602.07144 ---[LG] Mimetic Initialization of MLPs  [CMU]  https://arxiv.org/abs/2602.07156 ---[LG] How2Everything: Mining the Web for How-To Procedures to Evaluate and Improve LLMs  [Allen Institute for AI & University of Maryland]  https://arxiv.org/abs/2602.08808 ---[LG] iGRPO: Self-Feedback-Driven LLM Reasoning  [NVIDIA]  https://arxiv.org/abs/2602.09000 ---[CL] Latent Reasoning with Supervised Thinking States  [Google Research]  https://arxiv.org/abs/2602.08332 

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