
11 月 10 日 · 26 分钟
![[人人能懂] 从信息压缩、智慧遗忘到数据通感](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)
你有没有想过,AI的大脑不仅会思考,还懂得“断舍离”吗?今天,我们就一起带上“手术刀”和“显微镜”,深入AI的思维深处。我们将看到AI如何像高手一样整理思路,进行一场思考的“接力赛”;还将揭秘一把能解锁所有企业数据的“通用钥匙”。更重要的是,我们将学会一种理解AI的全新语言,并看看如何给它喂一种更聪明的“饲料”。准备好了吗?让我们一起撬开AI的黑箱!
AI的“三段论”:它的大脑是如何整理信息的?
让AI学会“断舍离”,它反而更聪明了
解锁企业数据的“通用钥匙”
解剖AI:从“你看不懂”到“我能看懂”
喂AI,换一种更聪明的饲料
本期介绍的几篇论文:
[LG] Attention Sinks and Compression Valleys in LLMs are Two Sides of the Same Coin
[University of Oxford]
https://arxiv.org/abs/2510.06477
---
[LG] The Markovian Thinker
[Mila]
https://arxiv.org/abs/2510.06557
---
[LG] Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
[Stanford University]
https://arxiv.org/abs/2510.06377
---
[CL] Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language
[MIT CSAIL & Apple]
https://arxiv.org/abs/2510.06378
---
[CL] Webscale-RL: Automated Data Pipeline for Scaling RL Data to Pretraining Levels
[Salesforce AI Research]
https://arxiv.org/abs/2510.06499
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] 从信息压缩、智慧遗忘到数据通感](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 10 日 · 28 分钟
你有没有想过,AI的大脑不仅会思考,还懂得“断舍离”吗?今天,我们就一起带上“手术刀”和“显微镜”,深入AI的思维深处。我们将看到AI如何像高手一样整理思路,进行一场思考的“接力赛”;还将揭秘一把能解锁所有企业数据的“通用钥匙”。更重要的是,我们将学会一种理解AI的全新语言,并看看如何给它喂一种更聪明的“饲料”。准备好了吗?让我们一起撬开AI的黑箱!
AI的“三段论”:它的大脑是如何整理信息的?
让AI学会“断舍离”,它反而更聪明了
解锁企业数据的“通用钥匙”
解剖AI:从“你看不懂”到“我能看懂”
喂AI,换一种更聪明的饲料
本期介绍的几篇论文:
[LG] Attention Sinks and Compression Valleys in LLMs are Two Sides of the Same Coin
[University of Oxford]
https://arxiv.org/abs/2510.06477
---
[LG] The Markovian Thinker
[Mila]
https://arxiv.org/abs/2510.06557
---
[LG] Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
[Stanford University]
https://arxiv.org/abs/2510.06377
---
[CL] Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language
[MIT CSAIL & Apple]
https://arxiv.org/abs/2510.06378
---
[CL] Webscale-RL: Automated Data Pipeline for Scaling RL Data to Pretraining Levels
[Salesforce AI Research]
https://arxiv.org/abs/2510.06499
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