AI可可AI生活

你有没有想过，AI也会陷入“高水平重复”的舒适区陷阱？学习新知识后，它为什么会像我们一样“健忘”？本期节目，我们将通过几篇最新的AI论文，揭示如何让AI从一个只会“死记硬背”的学霸，进化成一个懂得“举一反三”、甚至会“团队作战”的智慧伙伴，探索让AI真正变得更聪明、更高效的秘密。
00:00:27 你是在“精进”，还是在“高水平地重复”？
00:04:49 AI上课后，为什么反而把以前会的给忘了？
00:11:08 让AI左右互搏，速度翻倍的秘密
00:16:02 你的“人工智障”客服，终于有救了？
00:22:16 AI进化论，从“二选一”到“团战”的效率革命
本期介绍的几篇论文：
[LG] Beyond Distribution Sharpening: The Importance of Task Rewards
[Mila]
https://arxiv.org/abs/2604.16259
---
[CL] Why Fine-Tuning Encourages Hallucinations and How to Fix It
[Hebrew University of Jerusalem & Technion – Israel Institute of Technology & University of Illinois Urbana-Champaign]
https://arxiv.org/abs/2604.15574
---
[LG] Faster LLM Inference via Sequential Monte Carlo
[Cornell University & MIT]
https://arxiv.org/abs/2604.15672
---
[CL] PolicyBank: Evolving Policy Understanding for LLM Agents
[Google Cloud]
https://arxiv.org/abs/2604.15505
---
[CL] GroupDPO: Memory efficient Group-wise Direct Preference Optimization
[CMU & Google Deepmind & Google]
https://arxiv.org/abs/2604.15602

你有没有想过，让AI学会“做白日梦”去预演触感，竟然能让它的动手能力提升90%？我们常说的“深度思考”，在AI那里可能只是一种高效的“循环播放”。本期节目，我们将从几篇最新的AI论文出发，一起探寻AI如何像高手一样进行“跨界”经验调用，看看AI界的“秦始皇”又是如何通过“统一度量衡”，为智能体打造一个强大的行动底座，揭开那常常被我们忽视的、冰山下的98%。
00:00:34 学会“做白日梦”，才能把活儿干好
00:05:23 AI的冰山，我们看不见的那98%
00:11:19 AI的“深度思考”，原来是“循环播放”？
00:16:46 高手，都善于“跨界”调用经验
00:23:38 AI 界的“秦始皇”，如何统一智能体的“度量衡”？
本期介绍的几篇论文：
[RO] Learning Versatile Humanoid Manipulation with Touch Dreaming
[CMU]
https://arxiv.org/abs/2604.13015
---
[AI] Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems
[Mohamed bin Zayed University of Artificial Intelligence]
https://arxiv.org/abs/2604.14228
---
[LG] A Mechanistic Analysis of Looped Reasoning Language Models
[University of Oxford & Mila]
https://arxiv.org/abs/2604.11791
---
[LG] Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
[KAIST]
https://arxiv.org/abs/2604.14004
---
[AI] UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
[University of Science and Technology of China & Eastern Institute of Technology]
https://arxiv.org/abs/2604.11557

你有没有想过，一个真正聪明的AI，应该具备哪些超能力？本期节目，我们将一口气看懂五篇最新的AI论文。我们将一起探索，如何不靠“堆肌肉”，而是通过精巧的“循环”让AI学会深度思考；如何只改变一个训练目标，就教会AI“从未来倒推现在”的逆向思维；以及为什么AI既是“短跑健将”，却又在“马拉松”任务中频频掉链子。更进一步，我们还会揭示AI“自我进化”的秘密——如何把自己犯过的错变成下一步的垫脚石，以及为何“成大事者，不靠记忆靠遗迹”。准备好了吗？让我们一起开启这场关于AI智慧的深度探索之旅！
00:00:45 人工智能的“内功”心法
00:05:41 教AI做事，为什么不能只看眼前？
00:10:24 为什么AI既聪明，又“靠不住”？
00:14:54 高手精进的秘密，如何把自己犯过的错，变成下一步的垫脚石
00:20:49 成大事者，不靠记忆靠“遗迹”
本期介绍的几篇论文：
[LG] Parcae: Scaling Laws For Stable Looped Language Models
[University of California, San Diego]
https://arxiv.org/abs/2604.12946
---
[LG] How Transformers Learn to Plan via Multi-Token Prediction
[University of California, Los Angeles & Shanghai Jiao Tong University]
https://arxiv.org/abs/2604.11912
---
[LG] LongCoT: Benchmarking Long-Horizon Chain-of-Thought Reasoning
[University of Oxford & Lawrence Livermore National Laboratory (LLNL)]
https://arxiv.org/abs/2604.14140
---
[CL] Self-Distillation Zero: Self-Revision Turns Binary Rewards into Dense Supervision
[Princeton University]
https://arxiv.org/abs/2604.12002
---
[CL] Toward Autonomous Long-Horizon Engineering for ML Research
[Renmin University of China]
https://arxiv.org/abs/2604.13018

你有没有想过，最聪明的决策，也许是先用最小的力气排除所有错误选项？当AI变得越来越话痨时，我们该如何给它请一位“效率教练”？为了把强大的AI装进你的手机，科学家又想出了怎样统一又精简的“节食计划”？本期节目，我们将通过几篇最新论文，一起探讨AI如何学会“先探路再铺路”的决策智慧，如何治好自己的“路痴”毛病，甚至如何掌握“动态开关”这门最高级的偷懒艺术。
00:00:33 聪明人的偷懒指南，如何用最少的力气，走最对的路？
00:07:16 AI话痨怎么办？聪明还得会省钱
00:12:27 AI的“节食计划”，如何在你的手机里装下一个图书馆？
00:17:42 大模型越来越聪明，为什么还是个“路痴”？
00:22:45 为什么说，最高级的AI，必须学会“偷懒”？
本期介绍的几篇论文：
[CL] Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning
[INRIA Lille & Google DeepMind]
https://arxiv.org/abs/2604.14974
---
[CL] CROP: Token-Efficient Reasoning in Large Language Models via Regularized Prompt Optimization
[Google LLC & Purdue University]
https://arxiv.org/abs/2604.14214
---
[IR] A Unified Model and Document Representation for On-Device Retrieval-Augmented Generation
[University of Massachusetts Amherst & Google]
https://arxiv.org/abs/2604.14403
---
[CL] Shuffle the Context: RoPE-Perturbed Self-Distillation for Long-Context Adaptation
[Georgia Institute of Technology & Microsoft]
https://arxiv.org/abs/2604.14339
---
[CL] Compressed-Sensing-Guided, Inference-Aware Structured Reduction for Large Language Models
[UC Berkeley]
https://arxiv.org/abs/2604.14156

你有没有想过，一个学得更久的AI“尖子生”，为什么反而忘得更快？或者，想让AI更懂英语，最好的方法竟然是教它别的语言？本期节目，我们将一口气解锁五篇最新论文带来的“反常识”洞见。我们会发现，决定AI效率的瓶颈可能不是算力而是“管理”，与AI对话的成本可以靠一本“字典”轻松打个二折，而一个好的AI模拟世界，追求的不是“长得像”，而是“反应像”。
00:00:32 大模型训练的悖论，为什么学得越久，忘得越快？
00:06:02 AI的效率瓶颈，不是算力，是“管理”
00:12:33 想让AI更懂英语？那就别只喂它英语
00:18:46 跟AI对话，如何省下80%的话费？
00:24:39 你的“差不多”不是我的“差不多”，如何让AI的模拟世界更靠谱？
本期介绍的几篇论文：
[LG] All elementary functions from a single binary operator
[Jagiellonian University]
https://arxiv.org/abs/2603.21852
---
[LG] Sample Complexity of Autoregressive Reasoning: Chain-of-Thought vs. End-to-End
[Purdue University & The Hebrew University & Technion and Google Research]
https://arxiv.org/abs/2604.12013
---
[CL] Continuous Knowledge Metabolism: Generating Scientific Hypotheses from Evolving Literature
[Central University of Finance and Economics & Beijing Institute of Technology & TsingyuAI]
https://arxiv.org/abs/2604.12243
---
[CL] LoSA: Locality Aware Sparse Attention for Block-Wise Diffusion Language Models
[UC Berkeley]
https://arxiv.org/abs/2604.12056
---
[LG] The Linear Centroids Hypothesis: How Deep Network Features Represent Data
[Rice University & Google Research & Brown University]
https://arxiv.org/abs/2604.11962