AI可可AI生活

00:01:37 你的天气APP，正在经历一场认知革命 00:05:44 机器人学做家务，最快的老师原来是我们自己 00:09:50 AI的“偏科”秘籍：如何精准定制一个“特长生”？ 00:14:10 揭秘大脑“黑箱”：我们是如何学会说话的？ 00:20:16 AI“一目十行”的秘密 今天介绍的五篇论文： [LG] FourCastNet 3: A geometric approach to probabilistic machine-learning weather forecasting at scale [NVIDIA & Lawrence Berkeley National Laboratory] https...

在一个数据和算法无处不在的时代，决定我们生活品质和事业高度的，恰恰是那些无法被量化的东西。 在小宇宙查看该单集文稿

00:01:35 AI的“悄悄话”：我们还能“偷听”多久？ 00:06:10 AI：那个懂所有菜谱，却不会做饭的大厨？ 00:11:08 AI训练老大难：如何让机器“学徒”少走弯路？ 00:16:00 给AI动“开心手术”：我们如何让机器更懂“人情世故”？ 00:19:34 AI的下一个金矿，藏在一只虫子的大脑里？ 今天介绍的五篇论文： [LG] Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety [UK AI Security Institute & Apollo Research] http...

00:01:44 AI偷懒的艺术：好钢如何用在刀刃上 00:05:46 组个“AI梦之队”，比单打独斗强在哪？ 00:10:51 AI玩“跑团”：下一个世界是如何被设计出来的？ 00:14:40 炼成“大模型”高手，需要计划表还是指南针？ 00:19:09 让机器人学会“试错”：不是瞎猜，而是高手过招 今天介绍的五篇论文： [CL] Mixture-of-Recursions: Learning Dynamic Recursive Depths for Adaptive Token-Level Computation [KAIST AI & Mila] https://arxiv.org/abs/...

在过去，要找到一千个铁杆粉丝，你需要巨大的运气和成本。但在今天，AI就像一个超级精准的声呐，能帮你从七十亿人的海洋里，找到那些能与你同频共振的灵魂。 在小宇宙查看该单集文稿

00:01:54 四两拨千斤：让小模型变聪明的“内存魔法” 00:07:11 AI调教指南：不说假话的秘密，竟然是“相信自己”？ 00:11:07 AI思考的“地图”与“导航” 00:15:16 AI大模型的“阿喀琉斯之踵”？ 00:18:49 AI写作高手进阶：人多，不如方法好 本期节目介绍的五篇论文： [CL] KV Cache Steering for Inducing Reasoning in Small Language Models [University of Amsterdam & University of Technology Nuremberg] https://arxiv.org/abs/2507....

那个从不麻烦别人、看起来无坚不摧的人，并不是真的刀枪不入。他们只是过早地学会了把海啸般的痛苦，调成了静音模式。 在小宇宙查看该单集文稿

00:01:47 AI的“断舍离”：如何让机器像人一样阅读？ 00:06:27 AI健忘症：为什么你的聊天机器人越聊越糊涂？ 00:10:21 AI大模型的“记忆”难题：鱼和熊掌如何兼得？ 00:15:28 想把事做对？你得先学会“挑错” 00:18:54 你的AI管家，终于告别“金鱼记忆”了 今天介绍的5篇论文： [LG] Dynamic Chunking for End-to-End Hierarchical Sequence Modeling [CMU & Cartesia AI] https://arxiv.org/abs/2507.07955 --- [LG] Understanding and Im...

你以为自己已经习惯了，但其实，它们在不知不觉中，偷走了你最好的精力和最平静的心情。 在小宇宙查看该单集文稿

00:02:21 AI巨头们的“乐高”心法：应对复杂世界的终极武器 00:07:24 AI小助理的养成记：笨徒弟如何变高徒？ 00:12:47 你家AI聪不聪明，得看它“跑”得稳不稳 00:18:43 AI也会“看走眼”？一招教它“看真切” 00:22:03 AI的“笨”办法：像婴儿一样学习世界 00:26:54 AI也“开小差”？不说话的思考，可能更强大 今天介绍的六篇论文： [LG] AXLearn: Modular Large Model Training on Heterogeneous Infrastructure [Apple] https://arxiv.org/ab...

当你不再要求谁给你一份满分答卷时，你才真正开始书写自己的故事。 在小宇宙查看该单集文稿

00:01:30 人工智能的安全带，真的能系牢吗？ 00:06:39 给人工智能算算账：它能力的边界在哪？ 00:11:34 你一“喜欢”，人工智能就变乖？这事儿没那么简单 00:16:07 高手与普通人的差距，不在于答案，而在于“清单” 00:20:26 想成事？别总想细节，试试“打包”你的行动 本期介绍的五篇论文： [LG] On the Impossibility of Separating Intelligence from Judgment: The Computational Intractability of Filtering for AI Alignment [Lud...

我们拼命管理着自己的金钱、时间、人脉，却对自己最重要的核心资产——“情绪资产”——视而不见。 在小宇宙查看该单集文稿

00:01:50 人工智能界的“分工”智慧：如何让天才更天才？ 00:06:40 人工智能预测那么准，它真的“懂”了吗？ 00:11:52 人工智能的“最强大脑”？不，是“最省大脑” 00:16:14 训练人工智能，少吃多餐还是狼吞虎咽？ 00:20:39 从笨拙到精通：机器人如何“看”会我们的本事？ 本期介绍的五篇论文： [LG] Towards Solving More Challenging IMO Problems via Decoupled Reasoning and Proving [Tencent AI Lab] arxiv.org --- [LG] What Has a F...

23分15秒， 是一个普通人，在注意力被一次微小的干扰打断后，重新回到之前深度专注状态所需要付出的平均时间。 在小宇宙查看该单集文稿

00:01:33 “差生”配对，如何“炼”出优等生？ 00:06:09 AI的“刻意练习”：怎样探索才最高效？ 00:10:19 让AI学会顶尖“手艺活”，这事儿靠谱吗？ 00:14:35 黑箱里的光：我们好像找到了AI学习的秘密开关 00:19:47 AI 程序员的“心事”：它真的懂你的需求吗？ 今天介绍的五论文： [LG] The Delta Learning Hypothesis: Preference Tuning on Weak Data can Yield Strong Gains [University of Washington] https://arxiv.org/abs/2507.06187...

我们真正要警惕的，不是犯错，而是那种‘万一错了怎么办’的恐惧。 在小宇宙查看该单集文稿

00:01:37 你的 AI，是“记性好”还是“真会学”？ 00:06:19 管好AI的“注意力”：一个“分而治之”的智慧 00:10:22 造个“世界”给AI：为什么光看视频还不够？ 00:16:51 AI团队管理的终极难题：既要、又要、还要，怎么办？ 00:21:45 想把AI训练好？别等“秋后算账” 今天介绍的五篇论文： [LG] Memory Mosaics at scale [New York University & FAIR, Meta Inc] https://arxiv.org/abs/2507.03285 --- [CL] RAT: Bridging RNN Efficiency and A...

“我此刻的行为，是在点燃一支烟火，还是在种下一棵树？是在透支未来的我，还是在投资未来的我？” 在小宇宙查看该单集文稿

00:01:26 AI的“心里话”，为什么也可能是装出来的？ 00:06:38 AI的“记忆力”，如何才能赶上一本小说？ 00:12:26 AI陪练：笨功夫如何“点化”天才？ 00:16:27 AI搞装修：如何盖一座又高又省钱的“摩天楼”？ 00:20:34 小模型，大智慧：AI的“学徒”进化论 本期介绍的五篇论文： [LG] Chain-of-Thought Is Not Explainability [Oxford & WhiteBox] https://arxiv.org/abs/2025.02 --- [LG] Arctic Long Sequence Training: Scalable And Effi...

迷路，不是一种状态，它是一种必要的暂停。它强迫我们从“自动驾驶”切换到“手动模式”，用自己的意图，去行走，去感受。 在小宇宙查看该单集文稿

00:01:29 AI的“人设”：谷歌“腹黑”，OpenAI“傻白甜”？ 00:06:09 给AI“减肥餐”：为什么数据越多，模型可能越笨？ 00:10:32 AI训练场上的新策略：先当“神算子”，再做“阅读家” 00:14:53 功劳簿到底该怎么写？ 今天介绍的四篇论文： [LG] Strategic Intelligence in Large Language Models: Evidence from evolutionary Game Theory K Payne, B Alloui-Cros [King’s College London & University of Oxford] https://arxiv.org/abs/2507...

时间本身就是最高形式的财富，而你，需要成为第一个收款人。 在小宇宙查看该单集文稿

00:01:33 AI育儿经：聪明的大脑，是“喂”出来的还是“练”出来的？ 00:07:02 换个方向看世界：当AI学会“倒着想” 00:10:52 AI变强有公式？别太天真了 00:14:53 抓住那个“不对劲”：比记住更多更重要的，是懂得如何“修正记忆” 本期介绍的四篇论文： [CL] NaturalThoughts: Selecting and Distilling Reasoning Traces for General Reasoning Tasks [FAIR at Meta] https://arxiv.org/abs/2507.01921 --- [CL] LEDOM: An Open and Fundame...

你应该容忍、甚至鼓励那些可能带来巨大回报的、高失败率的实验。因为在商业世界里，一次本垒打的得分，远超你的想象。 在小宇宙查看该单集文稿