你有没有想过，我们不给标准答案，只靠“交叉盘问”就能把AI训练成逻辑高手？最新论文告诉我们，答案是可以的。本期节目，我们将一起探索AI世界里那些令人拍案叫绝的新思路：看AI如何通过“自我审问”学会空间推理，如何化身“私人顾问”为你量身打造推荐，又如何借助“几何导航”解决超复杂的匹配难题。我们还会化身AI侦探，揭开模型背后那张“隐秘族谱”的秘密，并一窥科学家们如何给AI上“脑补课”，让它学着像人脑一样思考。准备好了吗？让我们即刻出发！

00:00:41 如何不靠“标准答案”，把AI训练成“明白人”？

00:05:27 推荐系统怎么“猜”你，以及怎么“猜”得更好？

00:11:11 你的导航升级了吗？从“看脚下”到“看地图”

00:16:53 AI模型的“隐秘族谱”，你用的模型，到底是谁生的？

00:23:30 给AI上堂“脑补课”，它能学会像人一样思考吗？

本期介绍的几篇论文：

[LG] The Art of Interrogation: Consistency Amplifies Factuality in Spatial Reasoning

[Google]

https://arxiv.org/abs/2606.11918

---

[IR] LLM-Based User Personas for Recommendations at Scale

[Google Deepmind & Google]

https://arxiv.org/abs/2606.12198

---

[LG] A Riemannian Approach to Low-Rank Optimal Transport

[IIT Bombay & Microsoft India]

https://arxiv.org/abs/2606.12120

---

[CL] Which Models Are Our Models Built On? Auditing Invisible Dependencies in Modern LLMs

[UC Berkeley]

https://arxiv.org/abs/2606.12385

---

[LG] Beyond representational alignment with brain-guided language models for robust reasoning

[Peking University & Tsinghua University]

https://arxiv.org/abs/2606.11893