
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] 从自主研究、反思学习到智慧手册:AI如何变得更“聪明”?](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)
你有没有想过,一个AI不仅能像数学家一样独立完成研究,甚至还懂得在解不出来时保持诚实的沉默?本期节目,我们将一起探讨几篇最新论文,看看AI是如何学会像高手一样复盘反思,又是如何通过一本“智慧手册”让“笨徒弟”秒变“老师傅”的。我们还会聊聊,当机器人从虚拟世界来到现实时为何会“水土不服”,以及最令人警醒的——AI为何正在变成一个记性太好、管不住嘴的“信息鹦鹉”。准备好了吗?让我们一起出发!
机器已经能独立做数学研究了?
“聪明人”和普通人的差距,就看会不会犯错
机器人教练的私房秘籍:为什么从虚拟世界“毕业”的机器人,到了现实反而变笨了?
不用换脑子:如何让“笨徒弟”秒变“老师傅”?
AI正在变成一个“碎嘴的八婆”?
本期介绍的几篇论文:
[LG] Aletheia tackles FirstProof autonomously
[Google DeepMind]
https://arxiv.org/abs/2602.21201
---
[LG] Learning from Trials and Errors: Reflective Test-Time Planning for Embodied LLMs
[Stanford University & Northwestern University]
https://arxiv.org/abs/2602.21198
---
[RO] What Matters for Simulation to Online Reinforcement Learning on Real Robots
[ETH Zurich & Google DeepMind]
https://arxiv.org/abs/2602.20220
---
[CL] Prompt-Level Distillation: A Non-Parametric Alternative to Model Fine-Tuning for Efficient Reasoning
[Google]
https://arxiv.org/abs/2602.21103
---
[CL] Personal Information Parroting in Language Models
[CMU & University of Washington]
https://arxiv.org/abs/2602.20580
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AI前沿] 从自主研究、反思学习到智慧手册:AI如何变得更“聪明”?](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 · 2 月 26 日 · 28 分钟
你有没有想过,一个AI不仅能像数学家一样独立完成研究,甚至还懂得在解不出来时保持诚实的沉默?本期节目,我们将一起探讨几篇最新论文,看看AI是如何学会像高手一样复盘反思,又是如何通过一本“智慧手册”让“笨徒弟”秒变“老师傅”的。我们还会聊聊,当机器人从虚拟世界来到现实时为何会“水土不服”,以及最令人警醒的——AI为何正在变成一个记性太好、管不住嘴的“信息鹦鹉”。准备好了吗?让我们一起出发!
机器已经能独立做数学研究了?
“聪明人”和普通人的差距,就看会不会犯错
机器人教练的私房秘籍:为什么从虚拟世界“毕业”的机器人,到了现实反而变笨了?
不用换脑子:如何让“笨徒弟”秒变“老师傅”?
AI正在变成一个“碎嘴的八婆”?
本期介绍的几篇论文:
[LG] Aletheia tackles FirstProof autonomously
[Google DeepMind]
https://arxiv.org/abs/2602.21201
---
[LG] Learning from Trials and Errors: Reflective Test-Time Planning for Embodied LLMs
[Stanford University & Northwestern University]
https://arxiv.org/abs/2602.21198
---
[RO] What Matters for Simulation to Online Reinforcement Learning on Real Robots
[ETH Zurich & Google DeepMind]
https://arxiv.org/abs/2602.20220
---
[CL] Prompt-Level Distillation: A Non-Parametric Alternative to Model Fine-Tuning for Efficient Reasoning
[Google]
https://arxiv.org/abs/2602.21103
---
[CL] Personal Information Parroting in Language Models
[CMU & University of Washington]
https://arxiv.org/abs/2602.20580
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