AI可可AI生活

fly51fly
  • 5,0 (1)
  • ТЕХНОЛОГИИ
  • ЕЖЕДНЕВНО

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. -8 Ч

    [AI评论] Sora如何改变创作生态？

    当皮卡丘在日本用户生成的视频里拯救世界，任天堂该震怒还是庆祝？当好莱坞的IP成为人人可用的“颜料”，电影的未来是被颠覆还是被重塑？ Sora带来的不仅是视觉奇观，更是一场深刻的文化生产关系革命。Sam Altman抛出的“IP分成”模式，是AI向版权巨头递出的橄榄枝，还是打开了潘多拉的魔盒？ 本期节目，我将与你一起： 穿越历史：回顾从印刷术到Napster，版权与技术那场持续百年的“猫鼠游戏”。 拆解模式：深入剖析OpenAI的“阳谋”，看版权如何从防御的“护城河”，变成创造价值的“发电厂”。 预见未来：我们正在从“知识社会”大步迈入“想象力社会”。在这个新世界，你我的价值坐标将如何重新定义？这不只是一次商业模式的探讨，更是一次关于未来创造力、价值和所有权的思想实验。Sora不是终点，它只是平行世界电影院的开场哨。

    11 мин.

  2. -20 Ч

    [人人能懂] 从打草稿、看地图到听取“少数派报告”

    你有没有想过，AI解决难题，是靠“刷题”蒙对答案，还是真的理解了过程？在本期节目中，我们将看到最新论文如何教会AI养成“打草稿”的思考习惯，又如何在没有标准答案时，学会倾听宝贵的“少数派声音”。让我们一起探索，AI如何从一个“会说话的机器”进化为一个真正的“思考者”。 00:00:29 AI如何学会思考？一个奖励机制的悄然革命 00:05:15 高手过招，如何不“钻牛角尖”？ 00:09:45 AI的集体智慧：当少数派报告比多数票更重要 00:15:11 AI换个思路看世界：当化学家扔掉“说明书”之后 00:21:15 好模型，不只看结果，更要看过程 本期介绍的几篇论文： [LG] RLP: Reinforcement as a Pretraining Objective   [NVIDIA & CMU]   https://arxiv.org/abs/2510.01265  --- [LG] RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems   [CMU & Stanford University]   https://arxiv.org/abs/2510.02263  --- [CL] RESTRAIN: From Spurious Votes to Signals -- Self-Driven RL with Self-Penalization   [Iowa State University & Meta & UW–Madison]   https://arxiv.org/abs/2510.02172  --- [LG] Transformers Discover Molecular Structure Without Graph Priors   [UC Berkeley]   https://arxiv.org/abs/2510.02259  --- [LG] Step-Aware Policy Optimization for Reasoning in Diffusion Large Language Models   [CMU]   https://arxiv.org/abs/2510.01544

    28 мин.

  3. -1 ДН.

    [AI评论] AI时代真正的“超能力”

    为什么在AI浪潮中，有些公司一夜崛起，有些巨头却步履蹒跚？ 为什么有的人能用AI飞速成长，有的人却只是多了个高级玩具？ 秘密，不在于你拥有多强的模型，而在于你迭代的速度有多快。 本期节目中，我将为你揭示： “快”的陷阱：为什么Facebook的“快速行动，打破陈规”如今不再适用？ 复利的魔力：迭代如何像投资一样，让你的认知和产品实现指数增长？ 估值的核心：为什么华尔街会为一家“快公司”给出惊人的溢价？这不仅是工程师的必修课，更是每个身处变革时代的人，都必须掌握的生存法则。跟上我的思路，一起修炼这项决定未来十年成败的“超能力”。

    11 мин.

  4. -1 ДН.

    [人人能懂] 从并行思考、结构化学习到认知解密

    想知道AI如何像开“诸葛亮会”一样解决难题，又为何连小学生的乘法都搞不定吗？本期节目，几篇最新的论文将带我们一窥AI大脑的内部运作：看它如何上演“分身思考”的头脑风暴，如何被我们的“偏见”变得无聊。更重要的是，我将告诉你一个解锁它隐藏创造力的简单“咒语”，并揭示为何在训练AI时，不能只看“平均分”。 00:00:29 让AI更聪明的秘密：不是想得更长，而是想得更巧 00:06:28 分身思考：AI的大脑里如何开一场头脑风暴 00:11:13 为什么聪明的AI，竟学不会小学生的乘法？ 00:18:03 为什么AI越来越无聊？换个问法，解锁它的隐藏技能 00:22:36 AI训练揭秘：你真的懂“平均”吗？ 本期介绍的几篇论文： [LG] Rethinking Thinking Tokens: LLMs as Improvement Operators   [Meta Superintelligence Labs & Anthropic]   https://arxiv.org/abs/2510.01123   --- [LG] Thoughtbubbles: an Unsupervised Method for Parallel Thinking in Latent Space   [Stanford University]   https://arxiv.org/abs/2510.00219   --- [LG] Why Can't Transformers Learn Multiplication? Reverse-Engineering Reveals Long-Range Dependency Pitfalls   [University of Chicago & MIT & University of Waterloo]   https://arxiv.org/abs/2510.00184   --- [CL] Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity   [Northeastern University & Stanford University]   https://arxiv.org/abs/2510.01171   [LG] Per-example gradients: a new frontier for understanding and improving optimizers   [Google Deepmind]   https://arxiv.org/abs/2510.00236   ---

    29 мин.

  5. -2 ДН.

    [AI评论] AI时代，请捍卫你“低效”的权利

    我们正生活在一个对“效率”和“优化”极度崇拜的时代。 当AI以前所未有的效率，为我们展示“产出”的极限时，我们每个人，都感到了前所未有的压力。我们开始用同样的逻辑审视自己，试图找到一套“自我优化”的完美公式。 一个关于“好奇心、想象力和行动力”的框架，应运而生，成为了许多人的座右铭。 本期节目，我想邀请你，对这个看似完美的公式，进行一次审慎的再思考。我们将探讨，这种对“效率”的追求，是否正在不自觉地，把我们引向一条“模仿机器”的道路？我们将重新发现，那些被我们视为“低效”的人类特质——比如无目的的漫游、不求结果的探索、超越经验的直觉——在AI时代，可能才是我们最宝贵的财富。 这期节目，目标不是提供一套新的“成功学”，而是希望与你一起，从“生产力”的焦虑中，回归“生命力”的喜悦。

    9 мин.

  6. -2 ДН.

    [人人能懂] 从本质创造、跨界通感到无知之智

    本期节目，我们将潜入AI的“思想厨房”，看看它如何像分子料理大师一样，在抽象的“风味空间”里低成本地创造出绝妙品味。我们还会揭秘AI的“通感”天赋，探索为何只“读书”的AI，竟能通过代码和数学“看懂”世界。更进一步，我们将见证AI世界里“侦探”与“法官”的诞生，看两种AI如何协作，确保推理的铁证如山。最后，我们将探讨一种让AI学会“无知之智”的深刻方法，明白承认“不知道”为何是更高级的智慧，让我们马上开始！ 00:00:39 “造句”不如“造意”：一种让AI低成本学会“好品味”的新方法 00:05:12 AI界的“万能诊断仪”：大道至简，用“读心术”取代“望闻问切” 00:10:22 AI的“通感”：只“读书”的AI，为何能“看懂”世界？ 00:15:26 AI当“侦探”，谁来当“法官”？—— 一种让AI的推理靠谱起来的新方法 00:20:35 AI的“无知之智”：最高级的智慧，是承认“我不知道” [CL] Limited Preference Data? Learning Better Reward Model with Latent Space Synthesis   [University of Wisconsin-Madison & Nanyang Technological University]   https://arxiv.org/abs/2509.26074   --- [CL] Regression Language Models for Code   [Cornell University & Google]   https://arxiv.org/abs/2509.26476   --- [LG] Learning to See Before Seeing: Demystifying LLM Visual Priors from Language Pre-training   [Meta Superintelligence Labs]   https://arxiv.org/abs/2509.26625   --- [LG] Towards Verified Code Reasoning by LLMs   [University of Texas at Austin & Google DeepMind]   https://arxiv.org/abs/2509.26546   --- [CL] TruthRL: Incentivizing Truthful LLMs via Reinforcement Learning   [Meta Reality Labs]   https://arxiv.org/abs/2509.25760

    26 мин.

  7. -3 ДН.

    [人人能懂] 从梦境修炼、真实互动到思维几何

    今天，我们将一起潜入AI的“内心世界”，探索几篇极具启发性的最新论文。我们将见证AI如何通过“梦中修炼”掌握复杂技能，又如何走出实验室，向真实的普通用户拜师学艺。我们还会首次窥见AI“大脑”发育的完整三部曲，并学习如何像侦探一样，从AI的“思考过程”中识别出它独特的性格。最后，我们将揭示一个惊人的记忆悖论：为何对AI来说，“记性太好”反而可能是一种诅咒？ 00:00:36 AI的“梦中修炼”：如何在虚拟世界里，炼成绝世武功？ 00:05:50 AI走出“象牙塔”：真实的用户，才是最好的老师 00:10:55 文如其人，AI如其思：我们能从“思考过程”看出AI的性格吗？ 00:16:34 AI“大脑”的发育三部曲：从牙牙学语到融会贯通 00:21:42 AI的记忆悖论：为何“记性太好”，反而让你“忘得更快”？ 本期介绍的几篇论文： [LG] Training Agents Inside of Scalable World Models   [Google DeepMind]   https://arxiv.org/abs/2509.24527  --- [LG] The Era of Real-World Human Interaction: RL from User Conversations   [FAIR at Meta]   https://arxiv.org/abs/2509.25137  --- [CL] Your thoughts tell who you are: Characterize the reasoning patterns of LRMs   [Meta Superintelligence Labs & Harvard University]   https://arxiv.org/abs/2509.24147  --- [LG] Tracing the Representation Geometry of Language Models from Pretraining to Post-training   [McGill University & UC Berkeley]   https://arxiv.org/abs/2509.23024  --- [LG] Short window attention enables long-term memorization   [Ecole Normale Supérieure Paris Saclay & Johannes Kepler University Linz & Meta FAIR]   https://arxiv.org/abs/2509.24552

    27 мин.

  8. -4 ДН.

    [AI评论] AI“猪队友”：为什么说糟糕的AI，比没有AI更可怕？

    警惕！你团队里可能藏着一个“内鬼” 它不知疲倦，记忆力超群，永远在线。 但它也可能，是你团队里最大的“麻烦制造者”。 它会曲解你的意思，激化同事的矛盾，把一场重要的会议，总结得鸡飞狗跳。 它，就是我们身边那些“越帮越忙”的AI助理。 我们为什么会一边享受着AI带来的便利，一边又为它创造的混乱，而收拾烂摊子？我们如何才能分辨，一个AI功能，到底是“助手”，还是“内鬼”？ 本期节目，我将从一个“AI猪队友”的比喻切入，带你探讨人机协作中最现实、也最头疼的问题。 这可能是每一个被“智能”产品折磨过的职场人，最有共鸣的一期节目。

    9 мин.
См. все (700)

Об этом подкасте

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

Информация

  • Автор
    fly51fly
  • Годы выхода
    2024 - 2025
  • Выпуски
    700
  • Ограничения
    Без ненормативной лексики
  • Авторские права
    © @爱可可-爱生活
  • Сайт подкаста
    AI可可AI生活

Вам может также понравиться