[人人能懂] 从线性内核、新词沟通到微创微调

你有没有想过，让一个复杂的AI黑箱像线性代数一样清晰可控？或者，我们根本不用动它的大脑，只要教它一个新词，就能让它和我们心有灵犀？甚至，让AI原地反复“琢磨”就能变聪明，或者只动一个“微创手术”就能完成一次完美进化？今天，我们就来聊聊这些脑洞大开的最新论文，看看科学家们如何用最聪明的“笨办法”，撬动AI的智慧极限。

00:00:32 AI黑箱的新“坐标系”：当非线性遇上线性代数

00:06:59 给AI造个新词，就能跟它心有灵犀？

00:12:07 AI学习的“错题本”智慧

00:16:47 大模型微调的新思路：为什么动大手术还不如做个“微创”？

00:21:45 聪明的笨办法：如何让模型原地变聪明

本期介绍的几篇论文：

[CL] WHO SAID NEURAL NETWORKS AREN’T LINEAR?  

[Preprint]  

https://arxiv.org/abs/2306.14006 

---

[CL] NEOLOGISM LEARNING FOR CONTROLLABILITY AND SELF-VERBALIZATION  

[Preprint]  

https://arxiv.org/abs/2401.01401 

---

[CL] Agent Learning via Early Experience  

[Preprint]  

https://arxiv.org/abs/2309.13866 

---

[CL] SLICEFINE: THE UNIVERSAL WINNING-SLICE HYPOTHESIS FOR PRETRAINED NETWORKS  

[Preprint]  

https://arxiv.org/abs/2307.09154 

---

[CL] Encode, Think, Decode: Scaling test-time reasoning with recursive latent thoughts  

[Preprint]  

https://arxiv.org/abs/2305.14194