A
11 月 10 日 · 26 分钟
A
AI可可AI生活 · 2025 年 3 月 20 日 · 7 分钟
AI前沿：元梯度下降与短记忆长推理
本期播客探讨了五项AI研究前沿：
1.《Optimizing ML Training with Metagradient Descent》用元梯度下降优化训练配置，REPLAY算法让AI自己调整“烹饪方法”，在数据选择和投毒任务中大放异彩。
2.《Tapered Off-Policy REINFORCE》通过TOPR算法，让语言模型从正反例中学习，提升推理能力并保持稳定。
3.《PENCIL: Long Thoughts with Short Memory》用短记忆实现长推理，小模型也能解复杂谜题，内存效率惊人。
4.《Tiled Flash Linear Attention》用分块平铺提速长文本处理，mLSTM模型跑得更快更省力。
5.《Don't lie to your friends》通过协作式自弈，让AI学会认识知识边界，提升工具使用和可靠性。
完整推介：https://mp.weixin.qq.com/s/4iD-MGg-DzgqSzG0PGXt8Q
在小宇宙查看该单集文稿
A
在哪里听
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 →
更多单集 全部 1112 期 →
A
11 月 10 日 · 26 分钟
A
[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
A
[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