
11 月 10 日 · 26 分钟
![[人人能懂] 从战争迷雾、自我进化到快马绣花](https://media-one.wavpub.com/covers/1b225f87-4eea-40e2-9522-fb4563ec9b2c/d48cb32e6dd1d52c.png?x-oss-process=image/resize,m_lfit,w_520,h_520/format,webp)
今天我们不只聊AI能做什么,而是要深入它的“内心”,看看它是如何思考和学习的。我们将一起探索,AI如何在信息不足的“战争迷雾”中做出超人决策,又如何像滚雪球一样自我进化,解决超长难题。我们还会看到,AI如何被“逼”着建立起真正的内心世界,甚至它的训练过程,竟然能用中学物理的理想气体定律来解释!准备好了吗?让我们一起揭开这些聪明策略的神秘面纱,看看AI如何实现从“死记硬背”到“融会贯通”,从“慢工细活”到“快马绣花”的华丽变身。
信息不足,如何做出“超人”决策?
AI如何学会“举一反三”?
AI的“顿悟”:如何让机器不只记忆,更懂世界
AI炼丹炉里的理想气体
AI训练的“既要又要”:如何让快马也能绣花?
本期介绍的几篇论文:
[LG] Superhuman AI for Stratego Using Self-Play Reinforcement Learning and Test-Time Search
[CMU & NYU Tandon School of Engineering & Stanford University]
https://arxiv.org/abs/2511.07312
---
[LG] Transformers Provably Learn Chain-of-Thought Reasoning with Length Generalization
[University of Pennsylvania & CMU]
https://arxiv.org/abs/2511.07378
---
[LG] Next-Latent Prediction Transformers Learn Compact World Models
[Microsoft Research]
https://arxiv.org/abs/2511.05963
---
[LG] Can Training Dynamics of Scale-Invariant Neural Networks Be Explained by the Thermodynamics of an Ideal Gas?
[Constructor University & Mila]
https://arxiv.org/abs/2511.07308
---
[LG] TNT: Improving Chunkwise Training for Test-Time Memorization
[Google Research & University of Southern California]
https://arxiv.org/abs/2511.07343
说明里标出的时间点,点一下跳过去

11 月 10 日 · 26 分钟

[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制
11 月 9 日 · 24 分钟

[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”
11 月 8 日 · 23 分钟

[人人能懂AI前沿] 从分配脑容量、无反馈破局到预测未来的代价
11 月 7 日 · 24 分钟
![[人人能懂] 从战争迷雾、自我进化到快马绣花](https://media-one.wavpub.com/covers/1b225f87-4eea-40e2-9522-fb4563ec9b2c/d48cb32e6dd1d52c.png?x-oss-process=image/resize,m_lfit,w_400,h_400/format,webp)
AI可可AI生活 · 2025 年 11 月 12 日 · 28 分钟
今天我们不只聊AI能做什么,而是要深入它的“内心”,看看它是如何思考和学习的。我们将一起探索,AI如何在信息不足的“战争迷雾”中做出超人决策,又如何像滚雪球一样自我进化,解决超长难题。我们还会看到,AI如何被“逼”着建立起真正的内心世界,甚至它的训练过程,竟然能用中学物理的理想气体定律来解释!准备好了吗?让我们一起揭开这些聪明策略的神秘面纱,看看AI如何实现从“死记硬背”到“融会贯通”,从“慢工细活”到“快马绣花”的华丽变身。
信息不足,如何做出“超人”决策?
AI如何学会“举一反三”?
AI的“顿悟”:如何让机器不只记忆,更懂世界
AI炼丹炉里的理想气体
AI训练的“既要又要”:如何让快马也能绣花?
本期介绍的几篇论文:
[LG] Superhuman AI for Stratego Using Self-Play Reinforcement Learning and Test-Time Search
[CMU & NYU Tandon School of Engineering & Stanford University]
https://arxiv.org/abs/2511.07312
---
[LG] Transformers Provably Learn Chain-of-Thought Reasoning with Length Generalization
[University of Pennsylvania & CMU]
https://arxiv.org/abs/2511.07378
---
[LG] Next-Latent Prediction Transformers Learn Compact World Models
[Microsoft Research]
https://arxiv.org/abs/2511.05963
---
[LG] Can Training Dynamics of Scale-Invariant Neural Networks Be Explained by the Thermodynamics of an Ideal Gas?
[Constructor University & Mila]
https://arxiv.org/abs/2511.07308
---
[LG] TNT: Improving Chunkwise Training for Test-Time Memorization
[Google Research & University of Southern California]
https://arxiv.org/abs/2511.07343
说明里标出的时间点,点一下跳过去

https://feed.xyzfm.space/wl9t7httkfd3复制内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

11 月 10 日 · 26 分钟

[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制
11 月 9 日 · 24 分钟

[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”
11 月 8 日 · 23 分钟