AI可可AI生活

fly51fly
  • 0.0（0則評分）
  • 科技
  • 每日更新

来自 @爱可可-爱生活 的第一手AI快报，用最简单易懂的语言，带你直击最前沿的人工智能科研动态。无论你是科技小白，还是行业达人，这里都有你想知道的AI故事和未来趋势。跟着我们，轻松解锁人工智能的无限可能！ #人工智能 #科技前沿

  1. 13小時前

    [人人能懂] 从灵感溯源、速读秘诀到诚实AI

    你有没有想过，最顶尖的AI，它的智慧可能不是体现在无所不知，而是敢于坦诚地说出“我不知道”？本期节目，我们将一起探索AI如何学会这项宝贵的品质。我们还会揭秘，如何给AI装上一双“眼睛”让它在嘈杂派对里也能跟你轻松对话，如何用一个优美的公式教会它“速读”长篇报告，甚至让一份200页的PDF自己开口说话，并在一秒内找到AI画作的灵感“祖先”。准备好了吗？让我们一起进入AI更深邃、更智慧的内心世界。 00:00:39 AI画画的灵感，能秒速溯源吗？ 00:06:29 大模型读书慢？给它一副聪明的“速读眼镜” 00:12:13 给AI一双眼睛，让它学会“察言观色” 00:16:37 AI的最高智慧，是承认自己不知道 00:22:56 如何让一份200页的PDF，自己开口说话？ 本期介绍的几篇论文： [CV] Fast Data Attribution for Text-to-Image Models [CMU & Adobe Research & UC Berkeley] https://arxiv.org/abs/2511.10721 --- [LG] Optimizing Mixture of Block Attention [MIT] https://arxiv.org/abs/2511.11571 --- [CL] AV-Dialog: Spoken Dialogue Models with Audio-Visual Input [University of Washington & Meta AI Research] https://arxiv.org/abs/2511.11124 --- [LG] Honesty over Accuracy: Trustworthy Language Models through Reinforced Hesitation [Toyota Technological Institute at Chicago & University of California, San Diego] https://arxiv.org/abs/2511.11500 --- [CL] Information Extraction From Fiscal Documents Using LLMs [Google Inc & XKDR Forum] https://arxiv.org/abs/2511.10659

    29 分鐘

  2. 1日前

    [人人能懂] 从组建乐团、自我修炼到深度思考

    想让AI更聪明，答案一定是用更多数据喂出个更大的模型吗？本期我们要聊点不一样的：当AI不再单打独斗，而是组建起一支“交响乐团”；当它不再追求更大，而是学会了“反复琢磨”；当它甚至能像武林高手一样开启“自我修炼”。我们将从几篇最新论文出发，看看AI如何从理解微观世界的“集体舞步”，到为自己的想象力配上一本“物理说明书”，走上一条更聪明的进化之路。 00:00:31 AI制药，也需要一个“交响乐团”？ 00:05:32 人工智能的“自我修炼”手册 00:11:46 如何预测一群舞者的集体舞步？ 00:17:16 AI变聪明的捷径：不是更大，而是更深 00:22:03 给AI视频配一本“物理说明书” 本期介绍的几篇论文： [LG] MADD: Multi-Agent Drug Discovery Orchestra   [ITMO University]   https://arxiv.org/abs/2511.08217  --- [LG] AgentEvolver: Towards Efficient Self-Evolving Agent System   [Tongyi Lab]   https://arxiv.org/abs/2511.10395  --- [LG] Entangled Schrödinger Bridge Matching   [University of Pennsylvania & Duke-NUS Medical School]   https://arxiv.org/abs/2511.07406  --- [CL] Teaching Pretrained Language Models to Think Deeper with Retrofitted Recurrence   [University of Maryland & New York University]   https://arxiv.org/abs/2511.07384  --- [RO] Robot Learning from a Physical World Model   [Google DeepMind & USC]   https://arxiv.org/abs/2511.07416

    27 分鐘

  3. 2日前

    [人人能懂] 乐高说明书、喜剧大赛与科研空间站

    你有没有想过，AI的大脑里到底是什么样？今天我们就来一次深度探险，看看最新论文如何为我们绘制出AI的“乐高说明书”，又如何让它兼顾深思熟虑与脱口而出。我们还会把AI送上喜剧舞台，一探它那难以共情的奇特笑点，甚至把它放进一个虚拟“空间站”，看它能否成为真正的科学家。最后，我们会聊一个大趋势：AI正在悄悄地从遥远的云端，搬到你我的身边。 00:00:31 AI的“乐高”说明书 00:06:17 让AI既能深思熟虑，又能脱口而出 00:11:07 AI的笑点，为什么我们Get不到？ 00:15:29 AI科学家，告别流水线 00:21:19 AI大变局：从云端到你身边 本期介绍的几篇论文： [LG] Weight-sparse transformers have interpretable circuits   [OpenAI]   https://cdn.openai.com/pdf/41df8f28-d4ef-43e9-aed2-823f9393e470/circuit-sparsity-paper.pdf --- [CL] TiDAR: Think in Diffusion, Talk in Autoregression   [NVIDIA]   https://arxiv.org/abs/2511.08923  --- [CL] Assessing the Capabilities of LLMs in Humor: A Multi-dimensional Analysis of Oogiri Generation and Evaluation   [Hitotsubashi University]   https://arxiv.org/abs/2511.09133  --- [LG] The Station: An Open-World Environment for AI-Driven Discovery   [Dualverse AI]   https://arxiv.org/abs/2511.06309  --- [LG] Intelligence per Watt: Measuring Intelligence Efficiency of Local AI   [Stanford University]   https://arxiv.org/abs/2511.07885

    27 分鐘

  4. 3日前

    [人人能懂] 从大师风范到听懂音乐

    如何让AI更聪明、更可靠？这期节目，我们将颠覆你的好几个固有认知。我们会发现，让小模型拥有大师风范的最佳方式，竟是引入一场“鉴赏家”参与的博弈；而AI最好的记忆方法，有时反而是那个最“笨”的。接着，我们将探讨如何用一张“考试大纲”驯服AI，又如何给它内置一个“苏格拉底”进行自我纠错。最后，我们还会揭秘，AI是如何从仅仅“听到”音乐，进化到能够“听懂”音乐背后的高级情感与故事的。 00:00:37 让你的小模型，拥有宗师风范 00:05:09 为什么说，最笨的方法，是AI最好的记忆方法？ 00:10:30 AI的“考试大纲”：我们如何让它更听话？ 00:15:54 如何让AI少犯错？给它一个内置的“苏格拉底” 00:21:06 从“好听”到“高级”：AI如何学会聊音乐？ 本期介绍的几篇论文： [CL] Black-Box On-Policy Distillation of Large Language Models   [Microsoft Research]   https://arxiv.org/abs/2511.10643  --- [CL] Convomem Benchmark: Why Your First 150 Conversations Don't Need RAG   [Salesforce AI Research]   https://arxiv.org/abs/2511.10523  --- [CL] Rubric-Based Benchmarking and Reinforcement Learning for Advancing LLM Instruction Following   [Meta Superintelligence Labs & Princeton University]   https://arxiv.org/abs/2511.10507  --- [CL] SSR: Socratic Self-Refine for Large Language Model Reasoning   [Salesforce AI Research]   https://arxiv.org/abs/2511.10621  --- [AS] Music Flamingo: Scaling Music Understanding in Audio Language Models   [NVIDIA & University of Maryland]   https://arxiv.org/abs/2511.10289

    27 分鐘

  5. 4日前

    [人人能懂] 推演未来，思考多元，还能给想法“瘦身”

    你有没有想过，让AI更强大，除了把它做得更大，还有哪些更聪明的办法？今天我们就来聊聊几篇最新的论文，它们不约而同地指向了“思维品质”的提升。我们将看到AI如何学会像人一样看“大局”，如何用“人海战术”的群体智慧实现零失误，甚至如何拥有一个可以推演未来的“虚拟世界”。我们还会探讨，如何通过给AI的思维“剪枝”，以及鼓励“多样性”，让它变得既聪明又不无聊。 00:00:34 让AI学会“看大局”，会发生什么？ 00:05:38 “笨蛋”的胜利：当AI学会了“人海战术” 00:10:57 如何给AI一个可以推演未来的世界？ 00:16:21 为什么AI越来越像个只会复读的“乖孩子”？ 00:21:23 给AI的思维“剪枝”，让它想得又快又好 本文介绍的几篇论文： [LG] Aligning machine and human visual representations across abstraction levels [University of Maryland] https://arxiv.org/abs/2505.11080 --- [LG] Solving a Million-Step LLM Task with Zero Errors [Cognizant AI Lab] https://arxiv.org/abs/2511.09030 --- [CV] PAN: A World Model for General, Interactable, and Long-Horizon World Simulation [Mohamed bin Zayed University of Artificial Intelligence] https://arxiv.org/abs/2511.09057 --- [CL] Diverse Preference Learning for Capabilities and Alignment [MIT CSAIL] https://arxiv.org/abs/2511.08594 --- [CL] Chopping Trees: Semantic Similarity Based Dynamic Pruning for Tree-of-Thought Reasoning [Algoverse AI Research] https://arxiv.org/abs/2511.08595

    27 分鐘

  6. 5日前

    [人人能懂] 大道至简、精准打击与自我解释

    今天我们来聊一个特别有意思的话题：AI的“内心世界”。我们总惊叹于AI的强大，但它在学习时，究竟是大刀阔斧地改造自己，还是在悄悄地“偷懒”走捷径？当AI开始模仿人类的身体，甚至尝试像科学家一样思考，它离真正的创造还有多远？更重要的是，我们如何才能听到AI的“真心话”，而不是精心编排的场面话？今天，我们就从五篇最新论文出发，一起探寻AI大脑深处的秘密。 00:00:36 AI训练的“第一性原理”：大道至简 00:06:38 机器人告别“笨拙”的秘密武器 00:11:49 AI进化的秘密：为什么最聪明的学习，看起来最“懒”？ 00:18:46 AI的“真心话”，能教出来吗？ 00:22:51 AI当“科学家”，靠的是两位“老师” 本期介绍的几篇论文： [LG] LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics [Brown University & New York University] https://arxiv.org/abs/2511.08544 --- [RO] SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control [Nvidia] https://arxiv.org/abs/2511.07820 --- [LG] The Path Not Taken: RLVR Provably Learns Off the Principals [Meta AI & The University of Texas at Austin] https://arxiv.org/abs/2511.08567 --- [CL] Training Language Models to Explain Their Own Computations [Transluce & MIT CSAIL] https://arxiv.org/abs/2511.08579 --- [CL] AlphaResearch: Accelerating New Algorithm Discovery with Language Models [Tsinghua University & New York University & Yale University] https://arxiv.org/abs/2511.08522

    28 分鐘

  7. 6日前

    [人人能懂] 从战争迷雾、自我进化到快马绣花

    今天我们不只聊AI能做什么，而是要深入它的“内心”，看看它是如何思考和学习的。我们将一起探索，AI如何在信息不足的“战争迷雾”中做出超人决策，又如何像滚雪球一样自我进化，解决超长难题。我们还会看到，AI如何被“逼”着建立起真正的内心世界，甚至它的训练过程，竟然能用中学物理的理想气体定律来解释！准备好了吗？让我们一起揭开这些聪明策略的神秘面纱，看看AI如何实现从“死记硬背”到“融会贯通”，从“慢工细活”到“快马绣花”的华丽变身。 00:00:39 信息不足，如何做出“超人”决策？ 00:06:35 AI如何学会“举一反三”？ 00:12:54 AI的“顿悟”：如何让机器不只记忆，更懂世界 00:17:08 AI炼丹炉里的理想气体 00:22:22 AI训练的“既要又要”：如何让快马也能绣花？ 本期介绍的几篇论文： [LG] Superhuman AI for Stratego Using Self-Play Reinforcement Learning and Test-Time Search [CMU & NYU Tandon School of Engineering & Stanford University] https://arxiv.org/abs/2511.07312 --- [LG] Transformers Provably Learn Chain-of-Thought Reasoning with Length Generalization [University of Pennsylvania & CMU] https://arxiv.org/abs/2511.07378 --- [LG] Next-Latent Prediction Transformers Learn Compact World Models [Microsoft Research] https://arxiv.org/abs/2511.05963 --- [LG] Can Training Dynamics of Scale-Invariant Neural Networks Be Explained by the Thermodynamics of an Ideal Gas? [Constructor University & Mila] https://arxiv.org/abs/2511.07308 --- [LG] TNT: Improving Chunkwise Training for Test-Time Memorization [Google Research & University of Southern California] https://arxiv.org/abs/2511.07343

    28 分鐘

  8. 11月11日

    [人人能懂] 装上油门、学会省钱、看穿谎言

    本期节目，我们将一起钻进AI的大脑，看看最新的研究如何让它学会像老司机一样“一心二用”，同时又为何会像疲惫的保安，被一大堆“废话”轻松绕过安全防线。我们不仅要揭开大模型“过度自信”的真相，给它装上一个能随时切换快慢的“油门”，最后，再分享一个反常识的省钱妙招：如何用盖小平房的成本，最终建成一栋摩天大楼。准备好，我们马上出发！ 00:00:32 让AI学会“一心二用”，有多难？ 00:05:50 AI安全的阿喀琉斯之踵：当“废话”也能成为武器 00:09:59 大模型，你到底有多自信？ 00:15:26 AI的油门：快与好，我全都要 00:20:18 训练AI，一个反常识的省钱妙招 本期介绍的几篇论文： [LG] Real-Time Reasoning Agents in Evolving Environments   [Tsinghua University & Shanghai Jiao Tong University & Georgia Institute of Technology]   https://arxiv.org/abs/2511.04898  --- [LG] Jailbreaking in the Haystack   [CMU]   https://arxiv.org/abs/2511.04707  --- [CL] Trained on Tokens, Calibrated on Concepts: The Emergence of Semantic Calibration in LLMs   [Apple]   https://arxiv.org/abs/2511.04869  --- [LG] Attention and Compression is all you need for Controllably Efficient Language Models   [New York University]   https://arxiv.org/abs/2511.05313  --- [LG] Deep Progressive Training: scaling up depth capacity of zero/one-layer models   [Meta FAIR]   https://arxiv.org/abs/2511.04981

    27 分鐘
顯示全部 (755)

簡介

来自 @爱可可-爱生活 的第一手AI快报，用最简单易懂的语言，带你直击最前沿的人工智能科研动态。无论你是科技小白，还是行业达人，这里都有你想知道的AI故事和未来趋势。跟着我们，轻松解锁人工智能的无限可能！ #人工智能 #科技前沿

資訊

  • 創作者
    fly51fly
  • 活躍年代
    2024年 - 2025年
  • 集數
    755
  • 年齡分級
    兒少適宜
  • 版權
    © @爱可可-爱生活
  • 節目網站
    AI可可AI生活

你可能也會喜歡