[人人能懂AI前沿] AI的元认知革命：从自信校准、演化微调到偏好重对齐

你有没有想过，AI的“内心世界”是什么样的？本期我们要聊的几篇最新论文，就像是为我们打开了AI心智的几扇窗：当AI说“我很确定”时，它可能只是下定了决心；而一个“无欲无求”的旁观者AI，或许才是通往安全的新路径。我们还会看到，AI如何通过“开窍”学会跨界创新，如何用“错题本”学会自我反思，以及我们普通人如何拥有一本不用编程的“AI调校手册”。准备好了吗？让我们一起潜入AI思考的深处。00:00:35 AI说“我确定”的时候，它到底在确定什么？00:08:51 AI进化新思路，当个“旁观者”，而不是“操盘手”00:15:50 让聪明的模型，学会“开窍”00:20:02 一个会反思的AI，如何从犯错中学会正确答案00:24:44 驯服AI，一个不用编程的调校手册本期介绍的几篇论文：[LG] Reported Confidence in LLMs Tracks Commitment More Than Correctness [Google DeepMind] https://arxiv.org/abs/2606.29490 ---[AI] Safety from Honesty in a Disinterested AI Predictor [LawZero & Arb Research] https://arxiv.org/abs/2606.29657 ---[CL] Evolution Fine-Tuning: Learning to Discover Across 371 Optimization Tasks [University of Minnesota & CMU & KAIST] https://arxiv.org/abs/2606.29082 ---[AI] Flow Reasoning Models: Scaling Reasoning Through Iterative Self-Refinement [Georgia Tech & MIT] https://arxiv.org/abs/2606.29150 ---[CL] REAR: Test-time Preference Realignment through Reward Decomposition [Nanyang Technological University & UC Berkeley] https://arxiv.org/abs/2606.30339 在小宇宙查看该单集文稿