
11 月 10 日 · 26 分钟
![[人人能懂] 从任务分解、元认知到精准剪枝](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)
有没有想过,为什么AI会像武林高手一样,有时会练伤自己的“七伤拳”,甚至在减肥时反而越减越“胖”?本期节目,我们将一同潜入AI的“思想世界”,去看看它是如何学会“四两拨千斤”的巧劲,又是如何为自己编写“武功秘籍”来高效成长的。我们还会见证科学家如何像外科医生一样,用一把“手术刀”精准切除AI的坏念头。准备好了吗?让我们从这几篇最新的论文中,发现让AI和我们自己都变得更聪明的“章法”!
AI的“四两拨千斤”:高手做事,不靠蛮力
AI的“武功秘籍”:高手是怎么炼成的?
AI的“外科手术刀”:如何精准“切除”一个坏念头?
AI的“七伤拳”:学得越多,忘得越快?
给AI“减肥”,为何越减越“胖”?
本期介绍的几篇论文:
[LG] Small Models, Big Results: Achieving Superior Intent Extraction through Decomposition
[Google]
https://arxiv.org/abs/2509.12423
---
[LG] Metacognitive Reuse: Turning Recurring LLM Reasoning Into Concise Behaviors
[Meta]
https://arxiv.org/abs/2509.13237
---
[LG] RepIt: Representing Isolated Targets to Steer Language Models
[University of California, Santa Cruz & UC Berkeley]
https://arxiv.org/abs/2509.13281
---
[LG] RL Fine-Tuning Heals OOD Forgetting in SFT
[Polytechnique Montreal & University of Montreal & McGill University]
https://arxiv.org/abs/2509.12235
---
[LG] Reasoning Models Can be Accurately Pruned Via Chain-of-Thought Reconstruction
[LinkedIn]
https://arxiv.org/abs/2509.12464
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] 从任务分解、元认知到精准剪枝](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 9 月 18 日 · 28 分钟
有没有想过,为什么AI会像武林高手一样,有时会练伤自己的“七伤拳”,甚至在减肥时反而越减越“胖”?本期节目,我们将一同潜入AI的“思想世界”,去看看它是如何学会“四两拨千斤”的巧劲,又是如何为自己编写“武功秘籍”来高效成长的。我们还会见证科学家如何像外科医生一样,用一把“手术刀”精准切除AI的坏念头。准备好了吗?让我们从这几篇最新的论文中,发现让AI和我们自己都变得更聪明的“章法”!
AI的“四两拨千斤”:高手做事,不靠蛮力
AI的“武功秘籍”:高手是怎么炼成的?
AI的“外科手术刀”:如何精准“切除”一个坏念头?
AI的“七伤拳”:学得越多,忘得越快?
给AI“减肥”,为何越减越“胖”?
本期介绍的几篇论文:
[LG] Small Models, Big Results: Achieving Superior Intent Extraction through Decomposition
[Google]
https://arxiv.org/abs/2509.12423
---
[LG] Metacognitive Reuse: Turning Recurring LLM Reasoning Into Concise Behaviors
[Meta]
https://arxiv.org/abs/2509.13237
---
[LG] RepIt: Representing Isolated Targets to Steer Language Models
[University of California, Santa Cruz & UC Berkeley]
https://arxiv.org/abs/2509.13281
---
[LG] RL Fine-Tuning Heals OOD Forgetting in SFT
[Polytechnique Montreal & University of Montreal & McGill University]
https://arxiv.org/abs/2509.12235
---
[LG] Reasoning Models Can be Accurately Pruned Via Chain-of-Thought Reconstruction
[LinkedIn]
https://arxiv.org/abs/2509.12464
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