
11 月 10 日 · 26 分钟
![[人人能懂] 从攻防博弈、意念注入到思维诊断](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,在AI安全的攻防战中,为什么防御者总是慢半拍?我们能否跳过对话,直接把指令“注入”AI的大脑?在众多复杂的AI模型背后,是否存在一个统一所有武功的“心法总纲”?今天的节目,我们将通过几篇最新论文,一同寻找这些问题的答案,甚至尝试给AI的思考过程做一次“脑部CT”,看看它到底是如何想问题的。
AI安全的“纸上谈兵”:为什么说攻击者总是后出手的那个?
AI的“意念注入”:如何把指令直接写进模型大脑?
AI大模型的心法:一个统一所有武功的“总纲”
给大模型装上导航,能不能开得更快?
给AI做个脑CT:看清它思考的脉络
本期介绍的几篇论文:
[LG] The Attacker Moves Second: Stronger Adaptive Attacks Bypass Defenses Against LLM Jailbreaks and Prompt Injections
[OpenAI & Anthropic & Google DeepMind]
https://arxiv.org/abs/2510.09023
---
[LG] Transmuting prompts into weights
[Google Research]
https://arxiv.org/abs/2510.08734
---
[LG] Design Principles for Sequence Models via Coefficient Dynamics
[ETH Zurich & ELLIS Institute Tübingen]
https://arxiv.org/abs/2510.09389
---
[LG] The Potential of Second-Order Optimization for LLMs: A Study with Full Gauss-Newton
[Harvard University]
https://arxiv.org/abs/2510.09378
---
[CL] Verifying Chain-of-Thought Reasoning via Its Computational Graph
[FAIR at Meta]
https://arxiv.org/abs/2510.09312
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] 从攻防博弈、意念注入到思维诊断](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 14 日 · 29 分钟
你有没有想过,在AI安全的攻防战中,为什么防御者总是慢半拍?我们能否跳过对话,直接把指令“注入”AI的大脑?在众多复杂的AI模型背后,是否存在一个统一所有武功的“心法总纲”?今天的节目,我们将通过几篇最新论文,一同寻找这些问题的答案,甚至尝试给AI的思考过程做一次“脑部CT”,看看它到底是如何想问题的。
AI安全的“纸上谈兵”:为什么说攻击者总是后出手的那个?
AI的“意念注入”:如何把指令直接写进模型大脑?
AI大模型的心法:一个统一所有武功的“总纲”
给大模型装上导航,能不能开得更快?
给AI做个脑CT:看清它思考的脉络
本期介绍的几篇论文:
[LG] The Attacker Moves Second: Stronger Adaptive Attacks Bypass Defenses Against LLM Jailbreaks and Prompt Injections
[OpenAI & Anthropic & Google DeepMind]
https://arxiv.org/abs/2510.09023
---
[LG] Transmuting prompts into weights
[Google Research]
https://arxiv.org/abs/2510.08734
---
[LG] Design Principles for Sequence Models via Coefficient Dynamics
[ETH Zurich & ELLIS Institute Tübingen]
https://arxiv.org/abs/2510.09389
---
[LG] The Potential of Second-Order Optimization for LLMs: A Study with Full Gauss-Newton
[Harvard University]
https://arxiv.org/abs/2510.09378
---
[CL] Verifying Chain-of-Thought Reasoning via Its Computational Graph
[FAIR at Meta]
https://arxiv.org/abs/2510.09312
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