
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] 给AI一面镜子、一张地图和一本“代码说明书”](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)
你是否想过,如何让“口是心非”的AI学会言行一致,又如何让手机App在“懂你”的同时做到“不认识你”?本期节目,我们将一起揭秘几篇最新论文,看看科学家们如何用“左右互搏”大法驯服AI,用“精准激励”破解AI的“中年危机”,甚至将AI的“直觉”直接翻译成我们能读懂的代码。准备好了吗?让我们一起出发!
驯服AI野马,从“口是心非”到“知行合一”
鱼与熊掌,如何让App既“懂你”又“不认识你”?
如何破解AI训练的“中年危机”?
让机器人学会“看样学样”,总共分几步?
把AI的“直觉”翻译成代码,会发生什么?
本期介绍的几篇论文:
[LG] Self-CTRL: Self-Consistency Training with Reinforcement Learning
[MIT CSAIL]
https://arxiv.org/abs/2606.18327
---
[LG] Private Learning with Public Feature Conditioning
[AWS Agentic AI & Microsoft & Google Research]
https://arxiv.org/abs/2606.18773
---
[LG] STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability
[Tencent Hunyuan & Tsinghua University]
https://arxiv.org/abs/2606.19236
---
[RO] Do as I Do: Dexterous Manipulation Data from Everyday Human Videos
[UC Berkeley]
https://arxiv.org/abs/2606.19333
---
[LG] Explaining Attention with Program Synthesis
[NJIT & MIT EECS]
https://arxiv.org/abs/2606.19317
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] 给AI一面镜子、一张地图和一本“代码说明书”](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 · 6 月 19 日 · 29 分钟
你是否想过,如何让“口是心非”的AI学会言行一致,又如何让手机App在“懂你”的同时做到“不认识你”?本期节目,我们将一起揭秘几篇最新论文,看看科学家们如何用“左右互搏”大法驯服AI,用“精准激励”破解AI的“中年危机”,甚至将AI的“直觉”直接翻译成我们能读懂的代码。准备好了吗?让我们一起出发!
驯服AI野马,从“口是心非”到“知行合一”
鱼与熊掌,如何让App既“懂你”又“不认识你”?
如何破解AI训练的“中年危机”?
让机器人学会“看样学样”,总共分几步?
把AI的“直觉”翻译成代码,会发生什么?
本期介绍的几篇论文:
[LG] Self-CTRL: Self-Consistency Training with Reinforcement Learning
[MIT CSAIL]
https://arxiv.org/abs/2606.18327
---
[LG] Private Learning with Public Feature Conditioning
[AWS Agentic AI & Microsoft & Google Research]
https://arxiv.org/abs/2606.18773
---
[LG] STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability
[Tencent Hunyuan & Tsinghua University]
https://arxiv.org/abs/2606.19236
---
[RO] Do as I Do: Dexterous Manipulation Data from Everyday Human Videos
[UC Berkeley]
https://arxiv.org/abs/2606.19333
---
[LG] Explaining Attention with Program Synthesis
[NJIT & MIT EECS]
https://arxiv.org/abs/2606.19317
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