AI可可AI生活

你有没有想过，我们到底该如何培养一个更聪明的AI？本期节目，我们将一起揭秘几篇最新论文，看看科学家们是如何给AI请“精准家教”，让它花十分之一的钱办成同样的事；如何窥探AI的“内心戏”，了解它什么时候是真的自信；又是如何通过一个关键的“中间态”和不知疲倦的“AI陪练”，把它从偏科生打造成全能高手，并最终教会它“懂分寸”，成为一名好裁判的。让我们一同探寻AI的成长之道。
00:00:35 AI的“补习班”，如何花十分之一的钱，办成同样的事？
00:06:21 AI的“内心戏”，它怎么知道自己懂不懂？
00:12:18 你和高手的差距，可能只是一个“中间态”
00:18:32 AI的“陪练”，高手是怎么喂出来的？
00:24:11 如何把一个“耿直”的AI，训练得“懂分寸”？
本期介绍的几篇论文：
[LG] Efficient Exploration at Scale
[Google DeepMind]
https://arxiv.org/abs/2603.17378
---
[CL] How do LLMs Compute Verbal Confidence
[Google DeepMind]
https://arxiv.org/abs/2603.17839
---
[LG] PRISM: Demystifying Retention and Interaction in Mid-Training
[IBM Research]
https://arxiv.org/abs/2603.17074
---
[AI] AI Scientist via Synthetic Task Scaling
[Princeton University & Microsoft Research]
https://arxiv.org/abs/2603.17216
---
[LG] REAL: Regression-Aware Reinforcement Learning for LLM-as-a-Judge
[University of California, Los Angeles & The University of Texas at Austin]
https://arxiv.org/abs/2603.17145

你有没有想过，未来的AI不仅能回答你的问题，还能从与你的每一次互动中汲取经验，悄悄进化？它甚至还能在犯错后“自我反思”，像我们一样“长记性”。本期我们将一起探索几篇最新论文，看看AI如何学会像一个聪明的“CEO”一样管理自己的思考，如何通过精准“剪枝”在你的手机里狂飙，以及如何消灭那些你看不到的“计算成本”，变得更高效、更智慧。
00:00:32 AI进化论，为什么你的“差评”正在喂养一个更聪明的它
00:05:19 让AI在手机里狂飙，快，才是一切
00:10:38 AI提速19%的秘密，你以为的计算，其实是搬运
00:15:20 AI犯了错，能不能让它自己“长记性”？
00:21:26 你的大脑里，缺一个聪明的“CEO”
本期介绍的几篇论文：
[CL] Online Experiential Learning for Language Models
[Microsoft Research]
https://arxiv.org/abs/2603.16856
---
[LG] MobileLLM-Flash: Latency-Guided On-Device LLM Design for Industry Scale
[Meta AI]
https://arxiv.org/abs/2603.15954
---
[LG] FlashSampling: Fast and Memory-Efficient Exact Sampling
[LMU Munich & FlashSampling & Princeton University]
https://arxiv.org/abs/2603.15854
---
[LG] Meta-TTRL: A Metacognitive Framework for Self-Improving Test-Time Reinforcement Learning in Unified Multimodal Models
[Tsinghua University & JD.COM]
https://arxiv.org/abs/2603.15724
---
[RO] When Should a Robot Think? Resource-Aware Reasoning via Reinforcement Learning for Embodied Robotic Decision-Making
[CMU & Northeastern University & Harvard University]
https://arxiv.org/abs/2603.16673

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