
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] AI的成长新思路:从难题挑战到无损学习](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)
我们都希望AI越来越聪明,但怎么才能让它高效成长呢?今天我们要聊的几篇最新论文,就给出了一些非常反直觉的答案:比如,让AI只做“难题”,给它的创作过程派一位“监理”,甚至还要警惕它因为懂得太多而“吃不饱”。更神奇的是,我们还会看到如何让AI学会新本事,却完全不忘旧手艺。准备好了吗?让我们一起看看AI是如何被调教成“学霸”的!
想让AI更聪明?你得学会给它出难题
如何让AI“心领神会”你的想法?
AI的“语义饱腹感”,为什么数据越多,进步越难?
AI思考的秘密,为什么“平行世界”里的笨办法,反而是捷径?
如何让AI学会新本事,还不忘了旧手艺?
本期介绍的几篇论文:
[CL] Scaling Data Difficulty: Improving Coding Models via Reinforcement Learning on Fresh and Challenging Problems
[Microsoft Research]
https://arxiv.org/abs/2603.07779
---
[LG] Diffusion Controller: Framework, Algorithms and Parameterization
[Google Research]
https://arxiv.org/abs/2603.06981
---
[LG] Scale Dependent Data Duplication
[Stanford University & EPFL]
https://arxiv.org/abs/2603.06603
---
[LG] Reject, Resample, Repeat: Understanding Parallel Reasoning in Language Model Inference
[Microsoft Research & MIT]
https://arxiv.org/abs/2603.07887
---
[LG] Grow, Don't Overwrite: Fine-tuning Without Forgetting
[Google Research & University of Wisconsin-Madison]
https://arxiv.org/abs/2603.08647
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] AI的成长新思路:从难题挑战到无损学习](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 · 3 月 11 日 · 31 分钟
我们都希望AI越来越聪明,但怎么才能让它高效成长呢?今天我们要聊的几篇最新论文,就给出了一些非常反直觉的答案:比如,让AI只做“难题”,给它的创作过程派一位“监理”,甚至还要警惕它因为懂得太多而“吃不饱”。更神奇的是,我们还会看到如何让AI学会新本事,却完全不忘旧手艺。准备好了吗?让我们一起看看AI是如何被调教成“学霸”的!
想让AI更聪明?你得学会给它出难题
如何让AI“心领神会”你的想法?
AI的“语义饱腹感”,为什么数据越多,进步越难?
AI思考的秘密,为什么“平行世界”里的笨办法,反而是捷径?
如何让AI学会新本事,还不忘了旧手艺?
本期介绍的几篇论文:
[CL] Scaling Data Difficulty: Improving Coding Models via Reinforcement Learning on Fresh and Challenging Problems
[Microsoft Research]
https://arxiv.org/abs/2603.07779
---
[LG] Diffusion Controller: Framework, Algorithms and Parameterization
[Google Research]
https://arxiv.org/abs/2603.06981
---
[LG] Scale Dependent Data Duplication
[Stanford University & EPFL]
https://arxiv.org/abs/2603.06603
---
[LG] Reject, Resample, Repeat: Understanding Parallel Reasoning in Language Model Inference
[Microsoft Research & MIT]
https://arxiv.org/abs/2603.07887
---
[LG] Grow, Don't Overwrite: Fine-tuning Without Forgetting
[Google Research & University of Wisconsin-Madison]
https://arxiv.org/abs/2603.08647
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