
11 月 10 日 · 26 分钟
![[人人能懂] 从科学预测、大道至简到团队协作](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)
想知道为什么教机器人玩最“笨”的玩具,反而能让它学会抓取任何东西吗?本期节目,我们将一起探索如何将神秘的AI“炼金术”变成一门严谨的科学,看看怎样让AI大神学会“说人话”并带得动AI小白,并最终揭示,那些五花八门的调教秘籍背后,其实藏着同一个简单的目标。让我们马上进入今天的前沿速递!
AI大模型调教指南:从玄学到科学
返璞归真:最笨的方法,可能就是最好的方法
想让机器人变聪明?先教它玩“笨”玩具
如何让AI大神,带得动AI小白?
大模型调教秘籍:条条大路通罗马?
本期介绍的几篇论文:
[LG] The Art of Scaling Reinforcement Learning Compute for LLMs
[Meta & UT Austin & UC Berkeley]
https://arxiv.org/abs/2510.13786
---
[RO] VLA-0: Building State-of-the-Art VLAs with Zero Modification
[NVIDIA]
https://arxiv.org/abs/2510.13054
---
[RO] Learning to Grasp Anything by Playing with Random Toys
[UC Berkeley]
https://arxiv.org/abs/2510.12866
---
[LG] Tandem Training for Language Models
[Microsoft & EPFL & University of Toronto]
https://arxiv.org/abs/2510.13551
---
[LG] What is the objective of reasoning with reinforcement learning?
[University of Pennsylvania & UC Berkeley]
https://arxiv.org/abs/2510.13651
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] 从科学预测、大道至简到团队协作](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 10 月 17 日 · 27 分钟
想知道为什么教机器人玩最“笨”的玩具,反而能让它学会抓取任何东西吗?本期节目,我们将一起探索如何将神秘的AI“炼金术”变成一门严谨的科学,看看怎样让AI大神学会“说人话”并带得动AI小白,并最终揭示,那些五花八门的调教秘籍背后,其实藏着同一个简单的目标。让我们马上进入今天的前沿速递!
AI大模型调教指南:从玄学到科学
返璞归真:最笨的方法,可能就是最好的方法
想让机器人变聪明?先教它玩“笨”玩具
如何让AI大神,带得动AI小白?
大模型调教秘籍:条条大路通罗马?
本期介绍的几篇论文:
[LG] The Art of Scaling Reinforcement Learning Compute for LLMs
[Meta & UT Austin & UC Berkeley]
https://arxiv.org/abs/2510.13786
---
[RO] VLA-0: Building State-of-the-Art VLAs with Zero Modification
[NVIDIA]
https://arxiv.org/abs/2510.13054
---
[RO] Learning to Grasp Anything by Playing with Random Toys
[UC Berkeley]
https://arxiv.org/abs/2510.12866
---
[LG] Tandem Training for Language Models
[Microsoft & EPFL & University of Toronto]
https://arxiv.org/abs/2510.13551
---
[LG] What is the objective of reasoning with reinforcement learning?
[University of Pennsylvania & UC Berkeley]
https://arxiv.org/abs/2510.13651
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