你有没有想过，真正的智能不只在于堆砌知识，更在于懂得“断舍离”，甚至学会如何“聪明地努力”？这一期，我们将看到最新论文如何教会AI进行动态的自我修正，以及机器人如何通过构建“知识金字塔”学会心灵手巧。我们还会见证，古老的“三角形”如何在AI新魔法的加持下重返巅峰，以及我们如何通过更换一把“度量尺”，让小模型的训练经验直接指导大模型。准备好，一场关于AI学习智慧的认知升级，马上开始！

00:00:38 AI学会了“断舍离”，才能变得更聪明

00:05:48 机器人学会“心灵手巧”的秘密，不止是苦练

00:10:47 三角形，凭什么重返巅峰？

00:16:26 AI进化的新姿势，从“大力出奇迹”到“聪明地努力”

00:22:33 训练AI，我们是不是一直在“蒙眼下山”？

本期介绍的几篇论文：

[LG] Deep Delta Learning

[Princeton University & University of California, Los Angeles]

https://github.com/yifanzhang-pro/deep-delta-learning/blob/master/Deep_Delta_Learning.pdf

---

[RO] GR-Dexter Technical Report

[ByteDance]

https://arxiv.org/abs/2512.24210

---

[CV] Triangle Splatting for Real-Time Radiance Field Rendering

[University of Liège]

https://arxiv.org/abs/2505.19175

---

[CL] ShinkaEvolve: Towards Open-Ended And Sample-Efficient Program Evolution

[Sakana AI]

https://arxiv.org/abs/2509.19349

---

[LG] Training Deep Learning Models with Norm-Constrained LMOs

[EPFL]

https://arxiv.org/abs/2502.07529