你有没有想过，我们该如何“教育”一个AI？是让它死记硬背标准答案，还是给它海量数据让它自己野蛮生长？今天，我们就从几篇最新的AI论文出发，像一位精明的“AI成长规划师”，探讨如何让AI学得更聪明、更深刻。我们将一起揭开AI在猜谜游戏中的意外“短板”，学习如何为它定制一份防止“偏科”的训练菜谱，并探索一种比标准答案更重要的“过程奖励”机制。

00:00:32 你以为AI很聪明？它可能连猜谜游戏都玩不好

00:05:54 聪明AI的“偏科”难题

00:10:57 数据太多喂不饱AI？你需要找到主旋律

00:15:45 AI军备竞赛，真正的决胜点，在你看不到的数据战场

00:20:52 比“标准答案”更重要的东西

本期介绍的几篇论文：

[CL] Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning

[The Hebrew University of Jerusalem & New York University]

https://arxiv.org/abs/2606.16576

---

[LG] How Post-Training Shapes Biological Reasoning Models

[Harvard University]

https://arxiv.org/abs/2606.16517

---

[LG] Active Learning with Low-Rank Structure for Data Selection

[Google Research & UC Berkeley]

https://arxiv.org/abs/2606.16045

---

[CL] Spokes: Optimizing for Diverse Pretraining Data Selection

[DSO National Laboratories & Stanford University & University of Washington]

https://arxiv.org/abs/2606.15216

---

[LG] ExpRL: Exploratory RL for LLM Mid-Training

[Stanford University & CMU & OpenAI]

https://arxiv.org/abs/2606.17024