
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] 黑箱训练、能量探测、意图管理:与AI协作的三个新范式](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)
今天我们要聊的话题,比你想象的更微妙:如何与一个既强大又有点“怪脾气”的AI共事?本期节目,我们将从几篇最新论文出发,看看如何不打开“黑箱”就把机器人训练成顶尖高手;为何让AI“三思而后行”反而可能把事情搞砸;以及如何像一位高明的项目经理,管好那个才华横溢却总爱“自由发挥”的AI程序员。准备好了吗?让我们一起探索驾驭AI的全新智慧。
不开箱,如何把一个通用机器人,训练成顶尖高手?
让AI“三思而后行”,为什么结果可能更糟?
想让AI学得好,教它“目标”还是教它“动作”?
AI在思考时,到底有多“用力”?
AI队友,如何管好一个“不听话”的天才
本期介绍的几篇论文:
[RO] CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning
[UC Berkeley]
https://arxiv.org/abs/2607.29172
---
[LG] Reflection or Re-Generation? Why LLM Revision Fails Where Human Revision Succeeds
[Amazon]
https://arxiv.org/abs/2607.28908
---
[LG] When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning
[EPFL]
https://arxiv.org/abs/2607.29617
---
[AI] How Hard Does It Think? Analyzing Step-Aware Reasoning Energy in LLM Chain-of-Thought Trajectories
[UC Merced & UC San Diego]
https://arxiv.org/abs/2607.28674
---
[AI] From Code Review to Code Critique: Intent, Drift, and Spotlight for AI-Generated Diffs at Scale
[Meta & Concordia University]
https://arxiv.org/abs/2607.29516
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AI前沿] 黑箱训练、能量探测、意图管理:与AI协作的三个新范式](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 · 8 月 4 日 · 32 分钟
今天我们要聊的话题,比你想象的更微妙:如何与一个既强大又有点“怪脾气”的AI共事?本期节目,我们将从几篇最新论文出发,看看如何不打开“黑箱”就把机器人训练成顶尖高手;为何让AI“三思而后行”反而可能把事情搞砸;以及如何像一位高明的项目经理,管好那个才华横溢却总爱“自由发挥”的AI程序员。准备好了吗?让我们一起探索驾驭AI的全新智慧。
不开箱,如何把一个通用机器人,训练成顶尖高手?
让AI“三思而后行”,为什么结果可能更糟?
想让AI学得好,教它“目标”还是教它“动作”?
AI在思考时,到底有多“用力”?
AI队友,如何管好一个“不听话”的天才
本期介绍的几篇论文:
[RO] CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning
[UC Berkeley]
https://arxiv.org/abs/2607.29172
---
[LG] Reflection or Re-Generation? Why LLM Revision Fails Where Human Revision Succeeds
[Amazon]
https://arxiv.org/abs/2607.28908
---
[LG] When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning
[EPFL]
https://arxiv.org/abs/2607.29617
---
[AI] How Hard Does It Think? Analyzing Step-Aware Reasoning Energy in LLM Chain-of-Thought Trajectories
[UC Merced & UC San Diego]
https://arxiv.org/abs/2607.28674
---
[AI] From Code Review to Code Critique: Intent, Drift, and Spotlight for AI-Generated Diffs at Scale
[Meta & Concordia University]
https://arxiv.org/abs/2607.29516
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