
11 月 10 日 · 26 分钟
![[人人能懂] 从经验分享到刻意练习,AI的协作与成长新范式](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,无论是AI还是我们自己,成为一个真正的高手,秘诀到底是什么?本期节目,我们将通过五篇极具启发性的最新论文,揭示几种截然不同的“高手修炼心法”。我们会探讨,如何给AI请一位能从数学公理开始自动出题的“奥数教练”,又如何让AI们从吃“大锅饭”变成开“经验分享会”。我们还将看到,为什么从“半成品”开始练习效率更高,并大胆质疑:AI煞有介事的“思考过程”,到底是真的在动脑,还只是一场“表演”?
给AI请一位“奥数教练”:高手是怎么炼成的?
AI的“大锅饭”与“分享会”:高手是怎么互相“抄作业”的
高手是怎么炼成的?从半成品开始练!
AI的“内心戏”:是真思考,还是在表演?
AI裁判的“养成记”:从随机猜测到精准判断
本期介绍的几篇论文:
[CL] Saturation-Driven Dataset Generation for LLM Mathematical Reasoning in the TPTP Ecosystem
[University of Lille]
https://arxiv.org/abs/2509.06809
---
[LG] Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing
[Gensyn AI Team]
https://arxiv.org/abs/2509.08721
---
[LG] Tree-OPO: Off-policy Monte Carlo Tree-Guided Advantage Optimization for Multistep Reasoning
[Technical University Munich & Huawei R&D Munich & Huawei Noah’s Ark Lab]
https://arxiv.org/abs/2509.09284
---
[LG] Performative Thinking? The Brittle Correlation Between CoT Length and Problem Complexity
[Arizona State University & Yale University]
https://arxiv.org/abs/2509.07339
---
[LG] floq: Training Critics via Flow-Matching for Scaling Compute in Value-Based RL
[CMU & University of Warsaw]
https://arxiv.org/abs/2509.06863
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] 从经验分享到刻意练习,AI的协作与成长新范式](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 9 月 15 日 · 28 分钟
你有没有想过,无论是AI还是我们自己,成为一个真正的高手,秘诀到底是什么?本期节目,我们将通过五篇极具启发性的最新论文,揭示几种截然不同的“高手修炼心法”。我们会探讨,如何给AI请一位能从数学公理开始自动出题的“奥数教练”,又如何让AI们从吃“大锅饭”变成开“经验分享会”。我们还将看到,为什么从“半成品”开始练习效率更高,并大胆质疑:AI煞有介事的“思考过程”,到底是真的在动脑,还只是一场“表演”?
给AI请一位“奥数教练”:高手是怎么炼成的?
AI的“大锅饭”与“分享会”:高手是怎么互相“抄作业”的
高手是怎么炼成的?从半成品开始练!
AI的“内心戏”:是真思考,还是在表演?
AI裁判的“养成记”:从随机猜测到精准判断
本期介绍的几篇论文:
[CL] Saturation-Driven Dataset Generation for LLM Mathematical Reasoning in the TPTP Ecosystem
[University of Lille]
https://arxiv.org/abs/2509.06809
---
[LG] Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing
[Gensyn AI Team]
https://arxiv.org/abs/2509.08721
---
[LG] Tree-OPO: Off-policy Monte Carlo Tree-Guided Advantage Optimization for Multistep Reasoning
[Technical University Munich & Huawei R&D Munich & Huawei Noah’s Ark Lab]
https://arxiv.org/abs/2509.09284
---
[LG] Performative Thinking? The Brittle Correlation Between CoT Length and Problem Complexity
[Arizona State University & Yale University]
https://arxiv.org/abs/2509.07339
---
[LG] floq: Training Critics via Flow-Matching for Scaling Compute in Value-Based RL
[CMU & University of Warsaw]
https://arxiv.org/abs/2509.06863
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