如何让AI更聪明、更可靠？这期节目，我们将颠覆你的好几个固有认知。我们会发现，让小模型拥有大师风范的最佳方式，竟是引入一场“鉴赏家”参与的博弈；而AI最好的记忆方法，有时反而是那个最“笨”的。接着，我们将探讨如何用一张“考试大纲”驯服AI，又如何给它内置一个“苏格拉底”进行自我纠错。最后，我们还会揭秘，AI是如何从仅仅“听到”音乐，进化到能够“听懂”音乐背后的高级情感与故事的。

00:00:37 让你的小模型，拥有宗师风范

00:05:09 为什么说，最笨的方法，是AI最好的记忆方法？

00:10:30 AI的“考试大纲”：我们如何让它更听话？

00:15:54 如何让AI少犯错？给它一个内置的“苏格拉底”

00:21:06 从“好听”到“高级”：AI如何学会聊音乐？

本期介绍的几篇论文：

[CL] Black-Box On-Policy Distillation of Large Language Models  

[Microsoft Research]  

https://arxiv.org/abs/2511.10643 

---

[CL] Convomem Benchmark: Why Your First 150 Conversations Don't Need RAG  

[Salesforce AI Research]  

https://arxiv.org/abs/2511.10523 

---

[CL] Rubric-Based Benchmarking and Reinforcement Learning for Advancing LLM Instruction Following  

[Meta Superintelligence Labs & Princeton University]  

https://arxiv.org/abs/2511.10507 

---

[CL] SSR: Socratic Self-Refine for Large Language Model Reasoning  

[Salesforce AI Research]  

https://arxiv.org/abs/2511.10621 

---

[AS] Music Flamingo: Scaling Music Understanding in Audio Language Models  

[NVIDIA & University of Maryland]  

https://arxiv.org/abs/2511.10289