
11 月 10 日 · 26 分钟
![[人人能懂AI前沿] AI的学霸秘籍、省钱妙计与陪练手册](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,AI也会有“选择困难症”吗?或者,怎么才能给AI请个既省钱又能干的“陪练”?这一期,我们就来聊聊几篇有趣的最新论文,看看科学家们是如何教会AI像高手一样反思、像侦探一样倾听“沉默的投票”,甚至用中学物理知识,给AI装上一双“3D眼睛”的。准备好了吗?让我们一起出发!
鸡娃不如“陪练”,AI训练的降本增效新思路
AI的学霸秘籍,如何像高手一样思考和进化
AI的阅读术,如何既快又好地啃下海量信息?
AI的“过分自信”,原来是种“选择困难症”
让AI拥有“立体视觉”的省钱妙计
本期介绍的几篇论文:
[LG] CoDistill-GRPO: A Co-Distillation Recipe for Efficient Group Relative Policy Optimization
[Google Research]
https://arxiv.org/abs/2605.08873
---
[CL] RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards
[Google Cloud AI Research]
https://arxiv.org/abs/2605.10899
---
[CL] Scratchpad Patching: Decoupling Compute from Patch Size in Byte-Level Language Models
[Google DeepMind]
https://arxiv.org/abs/2605.09630
---
[CL] The Silent Vote: Improving Zero-Shot LLM Reliability by Aggregating Semantic Neighborhoods
[Google]
https://arxiv.org/abs/2605.09739
---
[LG] RelFlexformer: Efficient Attention 3D-Transformers for Integrable Relative Positional Encodings
[Seoul National University & Google Research]
https://arxiv.org/abs/2605.10706
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的学霸秘籍、省钱妙计与陪练手册](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 · 5 月 13 日 · 30 分钟
你有没有想过,AI也会有“选择困难症”吗?或者,怎么才能给AI请个既省钱又能干的“陪练”?这一期,我们就来聊聊几篇有趣的最新论文,看看科学家们是如何教会AI像高手一样反思、像侦探一样倾听“沉默的投票”,甚至用中学物理知识,给AI装上一双“3D眼睛”的。准备好了吗?让我们一起出发!
鸡娃不如“陪练”,AI训练的降本增效新思路
AI的学霸秘籍,如何像高手一样思考和进化
AI的阅读术,如何既快又好地啃下海量信息?
AI的“过分自信”,原来是种“选择困难症”
让AI拥有“立体视觉”的省钱妙计
本期介绍的几篇论文:
[LG] CoDistill-GRPO: A Co-Distillation Recipe for Efficient Group Relative Policy Optimization
[Google Research]
https://arxiv.org/abs/2605.08873
---
[CL] RubricEM: Meta-RL with Rubric-guided Policy Decomposition beyond Verifiable Rewards
[Google Cloud AI Research]
https://arxiv.org/abs/2605.10899
---
[CL] Scratchpad Patching: Decoupling Compute from Patch Size in Byte-Level Language Models
[Google DeepMind]
https://arxiv.org/abs/2605.09630
---
[CL] The Silent Vote: Improving Zero-Shot LLM Reliability by Aggregating Semantic Neighborhoods
[Google]
https://arxiv.org/abs/2605.09739
---
[LG] RelFlexformer: Efficient Attention 3D-Transformers for Integrable Relative Positional Encodings
[Seoul National University & Google Research]
https://arxiv.org/abs/2605.10706
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