AI可可AI生活

你有没有想过，AI天才也需要“岗前培训”才能上岗？本期我们将从几篇最新论文出发，揭秘如何为AI搭建高效的“培训工厂”，并探索如何教AI学会“做事的方法论”，而不仅仅是“堆知识”。我们还会聊聊一个有趣的问题：AI会为了讨好你而放弃原则、变成一个“老好人”吗？最后，我们将从一个全新的角度，看看合作的本质，也许就藏在最底层的成本计算里。
00:00:32 AI天才出厂后，谁给它做“岗前培训”？
00:06:42 如何让AI的“学徒”跟上“大师”的脚步
00:11:35 AI的进化，从“知道什么”到“该做什么”
00:17:26 为什么AI会变成一个“老好人”？
00:22:03 合作的秘密，藏在成本里
本期介绍的几篇论文：
[LG] Miles v0.1: Production-Level Post-Training
[RadixArk]
https://arxiv.org/abs/2609.08368
---
[LG] Online Draft Co-Training for Speculative Decoding in Large-Scale, Long-Context RL Post-Training
[NVIDIA]
https://arxiv.org/abs/2609.07108
---
[AI] Procedural Graphs: Self-Evolving Execution Structures for LLM Agents
[Google]
https://arxiv.org/abs/2609.09153
---
[CL] Measuring LLM Sycophancy under Sustained Multi-Turn Pressure
[Texas A&M University & University of Cincinnati]
https://arxiv.org/abs/2609.09090
---
[AI] Tapes Together Strong: The Co-evolution of Computation and Cooperation
[Google]
https://arxiv.org/abs/2609.10817

在小宇宙查看该单集文稿

AI如何才能学会自我进化，最终成为自己的师傅？为什么解决顶级难题要靠“AI专家团”，而不是一个超级大脑？本期节目，我们将从几篇最新论文出发，探讨AI如何从别人的失败中汲取智慧，看懂“剩饭”为何难倒英雄汉，并理解“看得懂”与“会动手”之间那道巨大的鸿沟。
00:00:26 那个“笨”徒弟，正在悄悄学会自己当师傅
00:07:02 AI解题的秘密，不是一个大脑，而是一套系统
00:11:44 AI的“偏食症”，为什么聪明的模型更讨厌“剩饭”？
00:17:21 人工智能看得懂，但不会干
00:21:56 如何变得更聪明？答案是，多看看笨蛋是怎么想的
本期介绍的几篇论文：
[LG] The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement
[Shanghai Jiao Tong University]
https://arxiv.org/abs/2609.11873
---
[AI] An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics
[NVIDIA]
https://arxiv.org/abs/2609.10712
---
[LG] Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data
[Stanford University]
https://arxiv.org/abs/2609.11917
---
[AI] MindTopo: Can Foundation Models Reason in Topological Space?
[Northwestern University]
https://arxiv.org/abs/2609.11900
---
[CL] Negative Self-Distillation: Learning to Reason by Avoiding Flaws
[University of Virginia]
https://arxiv.org/abs/2609.11699

在小宇宙查看该单集文稿

今天，我们将一起“拆开”AI的大脑，看看做决策的竟然只有8个“员工”？我们还会揭秘AI排行榜的“偏科”陷阱，并为它请来一位完美的“虚拟陪练”和一位全能“秘书”。最后，再用一个简单又奇妙的几何学秘密，看穿AI决策的本质。让我们一同进入AI内部，一探究竟！
00:00:23 AI做决策，到底需要多少“人”帮忙？
00:05:38 AI排行榜的秘密，为什么第一名可能不是你想要的全才？
00:11:01 给AI请个“陪练”，它就能开窍？
00:16:09 给高手配个秘书，怎样才能让他越用越顺手？
00:21:46 AI决策的“保守”秘密
本期介绍的几篇论文：
[CL] Through the Looking Glass: Directly Reading and Writing Transformers
[University of Washington]
https://arxiv.org/abs/2609.10210
---
[CL] What Does MMLU Actually Measure? A Psychometric Audit of Difficulty Structure in Aggregate Benchmark Scores
[Stanford University]
https://arxiv.org/abs/2609.09372
---
[LG] World-Time Compute with Verified Code World Models
[Quome, Inc.]
https://arxiv.org/abs/2609.09163
---
[CL] Osprey: Target-agnostic Pre-training Makes Stronger Drafters in Speculative Decoding
[Together AI]
https://arxiv.org/abs/2609.09338
---
[LG] Exact-Form Regret for Gradient Descent, Mirror Descent and Follow-the-Regularized-Leader
[MIT]
https://arxiv.org/abs/2609.09466

在小宇宙查看该单集文稿

想知道AI的“大脑”里，是不是真的在上演一场场激烈的内部辩论？为什么有时候教它，掐头去尾、只给起点和终点，反而能让它学得更快？而面对超级难题，又是怎样一个“笨办法”在引导它一步步走向正确答案？本期节目，我们将深入几篇最新论文，聊聊AI“师傅”如何带出超越自己的“徒弟”，并揭开为什么你手机里的AI和新闻里的跑分冠军，可能是两回事。
00:00:31 AI的“自我否定”，我们误解了它的工作方式
00:05:22 老师傅的旧地图，怎么给新车导航？
00:10:17 你用的AI，和新闻里的AI，是两回事
00:16:00 为什么掐头去尾，反而教得更好？
00:19:50 为什么聪明的AI，也需要一个笨办法？
本期介绍的几篇论文：
[CL] LLM Layers Immediately Correct Each Other
[UC Berkeley]
https://arxiv.org/abs/2609.07876
---
[LG] Eliciting Weak-to-Strong Generalization with On-Policy Reverse Distillation
[KAIST AI]
https://arxiv.org/abs/2609.08798
---
[AI] API Benchmark Scores Do Not Reliably Transfer to Chatbot Interfaces
[Stanford University]
https://arxiv.org/abs/2609.08861
---
[CL] Revisiting Complete Reasoning Traces for Post-Training
[NAVER AI Lab]
https://arxiv.org/abs/2609.07103
---
[LG] Long-Horizon Language Model Reinforcement Learning via Progressive Point Matching
[UC Berkeley]
https://arxiv.org/abs/2609.07303

在小宇宙查看该单集文稿

你是否想过，AI不仅能当助手，更能成为科学家的“寻宝图”，预测未来的新发现？本期我们将一起探讨，AI如何学会从“挤牙膏”式写作进化到“一步到位”的神奇魔法，并首次“窥探”它的大脑，看看它是否真的理解了“2+5”和“二加五”的区别。我们还会揭示，如何通过一张“地图”让AI读懂万卷书，以及它学习掌握“祖传手艺”的秘密。
00:00:29 AI 如何成为科学家的「寻宝图」
00:06:12 语言模型，告别“挤牙膏”时代
00:11:33 会做“2+5”，为何不会“二加五”？我们终于有办法偷看AI的大脑了
00:17:29 给AI一张地图，它能更好地为你读书
00:21:54 AI如何拥有“祖传手艺”？
本期介绍的几篇论文：
[LG] Hakken: Predicting future discoveries to fill the gaps in today's knowledge
[SonyAI]
https://arxiv.org/abs/2609.04494
---
[LG] Distilled Continuous Diffusion Language Models Can Write Code in Few Steps---or One
[Duke University & Tsinghua University]
https://arxiv.org/abs/2609.04531
---
[CL] Shared circuits predict whether LLMs generalize across formats in arithmetic reasoning
[MIT]
https://arxiv.org/abs/2609.04463
---
[AI] STAIR (STructure Aware Information Retriever): A novel dataset and LLM based retriever for document structure augmentation
[IBM]
https://arxiv.org/abs/2609.03874
---
[AI] SkillGLoW: Procedural-Family Skill Consolidation for Self-Improving Agents on Long-Horizon Task Streams
[National University of Singapore & Institute of Advanced Intelligence and Computing (IAIC)]
https://arxiv.org/abs/2609.02217

在小宇宙查看该单集文稿