你是否想过，AI变聪明的速度，竟取决于数据里有多少“废话”？我们一句模糊的好评，又如何能变成让AI精准执行的指令？本期节目，我们将看到AI如何跳出经验的牢笼、自己悟出近道，并学会看人下菜碟，进化出因事而异的“情商”。我们甚至会揭示，洞察AI心思的终极难题，如何被巧妙地拆解成一道简单的计算题。准备好，和我一起探索这些最新论文背后的深刻智慧吧！
00:00:35 AI变聪明的秘密：不是模型有多神，而是数据里有多少“废话”
00:06:32 AI训练的两难困境：要么说不清，要么管太窄
00:12:11 AI导航升级：如何用“笨”数据，教出“聪明”的活地图？
00:18:03 AI的“情商”进化：怎么做到该一样时一样，该不同时不同？
00:23:45 猜心思的最高境界：把它变成一道简单计算题
本期介绍的几篇论文：
[LG] Scaling Laws are Redundancy Laws
[Georgia Institute of Technology]
https://arxiv.org/abs/2509.20721
---
[CL] RLBFF: Binary Flexible Feedback to bridge between Human Feedback & Verifiable Rewards
[NVIDIA]
https://arxiv.org/abs/2509.21319
---
[LG] Offline Goal-conditioned Reinforcement Learning with Quasimetric Representations
[UC Berkeley & Princeton University]
https://arxiv.org/abs/2509.20478
---
[CL] LLM Output Homogenization is Task Dependent
[FAIR at Meta]
https://arxiv.org/abs/2509.21267
---
[LG] Inverse Reinforcement Learning Using Just Classification and a Few Regressions
[University of Washington & Netflix]
https://arxiv.org/abs/2509.21172
المعلومات
- البرنامج
- معدل البثيتم التحديث يوميًا
- تاريخ النشر٢٧ سبتمبر ٢٠٢٥ في ١٢:٠٦ ص UTC
- مدة الحلقة٣٠ من الدقائق
- التقييمملائم