[人人能懂AI前沿] AI的读心术、度量衡与成长法则

你有没有想过，一个复杂的观念，比如“怀疑权威”，可以被压缩成一串看似随机的数字，并悄悄植入AI的大脑吗？我们又该如何为机器人设计一套公平的“高考”，来检验它是不是真的聪明，而不只是个“学霸”？本期节目，我们将一起打开五篇最新论文的奇思妙想，看看AI如何被植入“思想罗盘”，如何通过“找个伴，一起笨”的方式学会成为通才，以及我们该如何为AI的技能撰写一份清晰的“说明书”。准备好了吗？让我们即刻出发！00:00:36 你以为你在教它数数，它却学会了你的偏见00:08:00 我们需要一把什么样的尺子，来衡量复杂的世界？00:15:40 机器人界的“幼儿园”和“高考”00:20:57 最好的学习，是“找个伴，一起笨”00:26:36 AI的“技能包”，应该怎么写说明书？本期介绍的几篇论文：[CL] Subliminal Steering: Stronger Encoding of Hidden Signals [Columbia University] https://arxiv.org/abs/2604.25783 ---[LG] Generalising maximum mean discrepancy: kernelised functional Bregman divergences [Monash University & Sony Computer Science Laboratorie] https://arxiv.org/abs/2604.24047 ---[RO] KinDER: A Physical Reasoning Benchmark for Robot Learning and Planning [Princeton University & Carnegie Mellon University & Georgia Tech] https://arxiv.org/abs/2604.25788 ---[LG] Co-Evolving Policy Distillation [CAS & JD.COM] https://arxiv.org/abs/2604.27083 ---[CL] From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills [Peking University] https://arxiv.org/abs/2604.24026 在小宇宙查看该单集文稿