AI前沿：从“坏”数据到跨语言推理

本期《TAI快报》深入探讨了五篇AI领域的前沿论文，揭示了AI研究中的意外突破与深刻洞见： Putting the Value Back in RL: Better Test-Time Scaling by Unifying LLM Reasoners With Verifiers 提出 RL^V 框架，通过统一训练推理器与验证器，显著提升数学推理准确率（超20%）和计算效率（8-32倍），并发现推理与验证的协同效应。 Understanding In-context Learning of Addition via Activation Subspaces 揭示上下文学习仅靠三个注意力头的6维子空间完成，展示“自我校正”机制，为破解AI黑箱提供新视角。 When Bad Data Leads to Good Models 颠覆传统，证明适量有毒数据（约10%）预训练可增强AI的可控性，实现更低毒性与更好能力保留。 Crosslingual Reasoning through Test-Time Scaling 展示测试时扩展如何提升以英语为中心模型的多语言推理能力，尤其对大模型效果显著，但低资源语言和跨领域任务仍面临挑战。 Rethinking Invariance in In-context Learning 提出 InvICL 算法，通过“留一法”实现顺序不变性，兼顾信息不泄露与上下文相互依赖，提升性能与泛化能力。完整推介：https://mp.weixin.qq.com/s/sQRk1QGWRDfkNRtfhRlECw在小宇宙查看该单集文稿