今天的几篇最新论文，将带你见证AI如何从“死记硬背的做题家”蜕变成“讲究体面的真正高手”。我们首先会看到AI如何在严苛的防作弊机制下逼出真实的自我进化，又如何向人类借取经验技能包、学会做事讲规矩；紧接着，两篇硬核的最新论文将展示最聪明的减法：通过外挂记忆字典给昂贵算力降载，以及仅用1%的高信噪比反馈超越100%的全量穷忙；最后，我们还将解锁一套不需要窥探个人隐私、仅凭宏观数据就能精准预判群体未来走向的动力学模型，为你奉上一场前沿技术与认知进阶的双重盛宴！

00:00:44 摆脱“题海战术”，人工智能教给普通人的自我进化法则

00:06:07 别只教AI“做对”，还要教它“讲究”

00:10:57 聪明人的“算计”，从AI学会恰当偷懒，看我们如何省下最贵的心智成本

00:15:22 为什么1%的努力胜过100%的穷忙？从AI的“极简学习法”说起

00:20:00 捕捉水流的形状，我们如何预测一个群体的未来？

本期介绍的几篇论文：

[LG] MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement

[LLM-Core Xiaomi]

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL/blob/main/MiMo_V2_6_technical_report.pdf

---

[LG] Reinforcing Agents with Collective Skills

[NVIDIA]

https://github.com/NVlabs/Skill2Env/blob/main/paper/Skill2Env_arXiv.pdf

---

[LG] Memory Attention

[J Kang]

https://arxiv.org/abs/2609.28399

---

[LG] 1% of Tokens Can Be Enough: On Gradient Estimation in On-Policy Distillation

[H Sheng, Z Ye, H Wang, J Wang… (MBZUAI & Ant Group)]

https://arxiv.org/abs/2609.24432

---

[LG] Learning Collective Dynamics with Differentiable Gaussian Representations

[J Ma, M Zhang, X Yang, Y Gao… (OranAI & Northeastern University)]

https://arxiv.org/abs/2609.28405