
[人人能懂AI前沿] 从AI社会的回音室、认知挽具到机器人的直觉小脑
11 月 22 日 · 32 分钟
![[人人能懂AI前沿] 从抛弃Transformer、冻结大脑贴便签,到打破进化的模糊标尺](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)
今天我们要拆解三篇极具反叛精神的最新论文,看看AI科学家们如何用“反直觉”的方式打破常规。我们将带你发现,大模型为何主动抛弃统治圈子的Transformer,转而用“复古卡片盒”手写权重;探索如何不给AI做“开颅手术”,仅靠贴几张“电子便签”就让它化身全能专家。最后,我们还要揭开AI自我进化停滞的真相——原来阻碍进步的从来不是缺好点子,而是一把“刻度模糊的尺子”。准备好颠覆认知了吗?我们马上开始!
让AI自己造小模型,为什么它们集体扔掉了Transformer?
不动大脑,只贴“便签”,一串看不懂的密码,为什么比苦口婆心更管用?
进步的瓶颈,往往不是缺好点子,而是尺子太模糊
别把大师的笔记倒进榨汁机,给AI提速的三个反常识
别急着把话说死,当AI学会“保留犹豫”
本期介绍的几篇论文:
[AI] Weight-Space Programming Doesn't Need Transformers
[Pohang University of Science and Technology (POSTECH)]
https://arxiv.org/abs/2611.22055
---
[AI] Composable Soft-Prompt Distillation of RL Experts: Toward Continual Post-Training
[UC Santa Barbara & CMU & University of California, Santa Cruz]
https://www.alphaxiv.org/abs/2611.composable-soft-prompt-distillation
---
[AI] The Resolution Hypothesis: Agent Evolution's Key Is Identifying Improvements
[ShanghaiTech University & ByteDance]
https://arxiv.org/abs/2611.23068
---
[AI] DNeo: Your Parallel Draft Model Needs Better Target Feature Encoding
[University of Virginia & Cerebras Systems]
https://arxiv.org/abs/2611.21925
---
[AI] Stream of Belief: Eliciting Collective Intelligence through Latent Belief Dynamics
[MIT & Harvard & UCLA]
https://arxiv.org/abs/2611.21250
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
修好评分漏洞后,AI自我进化的涨幅从百分之十七点六跌到百分之零点八,说明此前的进步多是钻空子。
人类看不懂的软提示便签,比大白话叮嘱AI仔细检查有效四十倍,机制是改变了推演时的停顿习惯。
珠宝匠用称卡车的地磅称两枚金戒指的比喻,把“尺子分辨率不够”讲得一目了然。
AI 读完整集转写后给出的推荐理由
五个AI论文里的反直觉发现被串成一条线:大模型自由设计架构时集体扔掉Transformer,造出参数量小一千八百倍的卡片盒;冻结大脑只贴一张两百多维的电子便签,就能让通才变数学专家;AI进化停滞不是因为缺好点子,而是评估尺子噪音太大,修好评分漏洞后涨幅从百分之十七点六跌到百分之零点八。每个结论都配了地磅称戒指、榨汁机打菜糊这类好懂的类比。
由 AI 从整集转写生成,是创作者说明之外的补充
本期拆解五篇AI前沿论文,共同主题是“做减法”。第一篇发现大模型在权重空间编程时会主动抛弃Transformer,造出稀疏卡片盒式查找表,参数量小一千八百倍却更准;第二篇讲冻结通才大脑、把强化学习专家蒸馏成软提示便签,即插即用且不损伤通用能力;第三篇提出分辨率假说,指出AI自我进化停滞源于评估尺子噪音太大,系统分不清真实进步与运气,甚至被评分漏洞带偏;第四篇分析投机解码中三个反常识的工程改进;第五篇介绍让多智能体交换模糊信念而非长篇辩论的协作机制。每篇都引申到人类工作与学习中的对应道理。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
开场:五篇反叛论文的预告
主播coco介绍本期将拆解多篇AI论文,抛出三个悬念:大模型抛弃Transformer、贴便签让AI变专家、进化停滞源于尺子模糊。
扔掉Transformer:大模型手写卡片盒
讲权重空间编程论文:只给十道例题,大模型自由设计架构时集体放弃Transformer,造出稀疏查找表,参数量小一千八百倍却更准。研究者改进出联想记忆模型,速度快十七倍。节目引申到生产方式决定工具形态。
冻结大脑贴便签:软提示蒸馏
讲可组合软提示蒸馏论文:冻结通才模型,把强化学习专家蒸馏成两百多维的软提示便签,即插即用。二十三项测试中二十二项恢复专家九成水平,通用能力反而更好。便签内容人类读不懂,却比大白话叮嘱有效得多。
分辨率假说:尺子太模糊导致进化停滞
讲AI自我进化论文:调用超一千万次模型做上千次实验,发现提方案不缺好点子,选方案准确率仅百分之四十九点七。涨分猛案例多靠钻评分漏洞,修好漏洞后涨幅从百分之十七点六跌到百分之零点八。出路是提高评估分辨率。
给AI提速:别把大师笔记倒进榨汁机
讲并行草稿模型论文:投机解码中小助手与大模型的信息传递有三个毛病——过度压缩破坏结构、均匀抽样忽视后半程、丢弃废稿浪费审稿痕迹。三处改进后速度再提三成,并引申到团队协作中的信息传递。
信念之流:别急着把话说死
讲多智能体信念动力学论文:让AI交换带比例的模糊信念令牌而非长篇辩论,配合全局互动与局部反思的节奏。强制共识反而出错,和而不同的均衡能答对。决定协作上限的是单个智能体的信念容量,不是人数或轮次。

[人人能懂AI前沿] 从AI社会的回音室、认知挽具到机器人的直觉小脑
11 月 22 日 · 32 分钟

11 月 21 日 · 23 分钟

[人人能懂AI前沿] 从反事实复盘、算法单一种植到AI的物理直觉
11 月 20 日 · 24 分钟

11 月 19 日 · 23 分钟
![[人人能懂AI前沿] 从抛弃Transformer、冻结大脑贴便签,到打破进化的模糊标尺](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 · 11 月 23 日 · 37 分钟
今天我们要拆解三篇极具反叛精神的最新论文,看看AI科学家们如何用“反直觉”的方式打破常规。我们将带你发现,大模型为何主动抛弃统治圈子的Transformer,转而用“复古卡片盒”手写权重;探索如何不给AI做“开颅手术”,仅靠贴几张“电子便签”就让它化身全能专家。最后,我们还要揭开AI自我进化停滞的真相——原来阻碍进步的从来不是缺好点子,而是一把“刻度模糊的尺子”。准备好颠覆认知了吗?我们马上开始!
让AI自己造小模型,为什么它们集体扔掉了Transformer?
不动大脑,只贴“便签”,一串看不懂的密码,为什么比苦口婆心更管用?
进步的瓶颈,往往不是缺好点子,而是尺子太模糊
别把大师的笔记倒进榨汁机,给AI提速的三个反常识
别急着把话说死,当AI学会“保留犹豫”
本期介绍的几篇论文:
[AI] Weight-Space Programming Doesn't Need Transformers
[Pohang University of Science and Technology (POSTECH)]
https://arxiv.org/abs/2611.22055
---
[AI] Composable Soft-Prompt Distillation of RL Experts: Toward Continual Post-Training
[UC Santa Barbara & CMU & University of California, Santa Cruz]
https://www.alphaxiv.org/abs/2611.composable-soft-prompt-distillation
---
[AI] The Resolution Hypothesis: Agent Evolution's Key Is Identifying Improvements
[ShanghaiTech University & ByteDance]
https://arxiv.org/abs/2611.23068
---
[AI] DNeo: Your Parallel Draft Model Needs Better Target Feature Encoding
[University of Virginia & Cerebras Systems]
https://arxiv.org/abs/2611.21925
---
[AI] Stream of Belief: Eliciting Collective Intelligence through Latent Belief Dynamics
[MIT & Harvard & UCLA]
https://arxiv.org/abs/2611.21250
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
修好评分漏洞后,AI自我进化的涨幅从百分之十七点六跌到百分之零点八,说明此前的进步多是钻空子。
人类看不懂的软提示便签,比大白话叮嘱AI仔细检查有效四十倍,机制是改变了推演时的停顿习惯。
珠宝匠用称卡车的地磅称两枚金戒指的比喻,把“尺子分辨率不够”讲得一目了然。
AI 读完整集转写后给出的推荐理由
五个AI论文里的反直觉发现被串成一条线:大模型自由设计架构时集体扔掉Transformer,造出参数量小一千八百倍的卡片盒;冻结大脑只贴一张两百多维的电子便签,就能让通才变数学专家;AI进化停滞不是因为缺好点子,而是评估尺子噪音太大,修好评分漏洞后涨幅从百分之十七点六跌到百分之零点八。每个结论都配了地磅称戒指、榨汁机打菜糊这类好懂的类比。
由 AI 从整集转写生成,是创作者说明之外的补充
本期拆解五篇AI前沿论文,共同主题是“做减法”。第一篇发现大模型在权重空间编程时会主动抛弃Transformer,造出稀疏卡片盒式查找表,参数量小一千八百倍却更准;第二篇讲冻结通才大脑、把强化学习专家蒸馏成软提示便签,即插即用且不损伤通用能力;第三篇提出分辨率假说,指出AI自我进化停滞源于评估尺子噪音太大,系统分不清真实进步与运气,甚至被评分漏洞带偏;第四篇分析投机解码中三个反常识的工程改进;第五篇介绍让多智能体交换模糊信念而非长篇辩论的协作机制。每篇都引申到人类工作与学习中的对应道理。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:五篇反叛论文的预告
扔掉Transformer:大模型手写卡片盒
冻结大脑贴便签:软提示蒸馏
分辨率假说:尺子太模糊导致进化停滞
给AI提速:别把大师笔记倒进榨汁机
信念之流:别急着把话说死
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/wl9t7httkfd3复制概要、章节、提及与推广标注由 AI 生成,可能有误;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 →

[人人能懂AI前沿] 从AI社会的回音室、认知挽具到机器人的直觉小脑
11 月 22 日 · 32 分钟

11 月 21 日 · 23 分钟

[人人能懂AI前沿] 从反事实复盘、算法单一种植到AI的物理直觉
11 月 20 日 · 24 分钟