[人人能懂AI前沿] 从共享索引到潜意识思考：AI如何变得更“聪明”？

你有没有想过，AI在长篇大论时，如何避免“每写一字就重读全书”的笨办法？我们又该如何教会AI像高手一样，先画好跑道再冲刺，而不是把所有规矩搅成一锅粥？本期节目，我们将揭秘几篇最新论文中的精妙巧思：从只“聪明”一次的共享索引，到为模型“正骨”提升训练速度，再到探索AI用“大脑”而非“嘴巴”进行潜意识思考的全新可能。让我们一起看看，AI是如何在内部进行一场深刻的“流程革命”的。00:00:35 AI的长思考难题，如何只聪明一次？00:05:13 用更慢的网线，如何训练出更强的AI？00:10:20 给AI模型做“正骨”，一个让训练提速2倍的巧思00:15:05 先画好跑道，再谈百米冲刺00:20:31 大模型思考，用嘴还是用脑？本期介绍的几篇论文：[CL] You Only Index Once: Cross-Layer Sparse Attention with Shared Routing [Microsoft Research] https://arxiv.org/abs/2606.06467 ---[LG] Learned Subspace Compression for Communication-Efficient Pipeline Parallelism [Concordia University & Sorbonne University] https://arxiv.org/abs/2606.05484 ---[LG] PC Layer: Polynomial Weight Preconditioning for Improving LLM Pre-Training [The Chinese University of Hong Kong & Google LLC] https://arxiv.org/abs/2606.06470 ---[LG] Multi-ResNets for Subspace Preconditioning in Constrained Optimization [UCLA & University of Oxford & Stanford University] https://arxiv.org/abs/2606.06300 ---[CL] Latent Reasoning with Normalizing Flows [University of Pennsylvania] https://arxiv.org/abs/2606.06447 在小宇宙查看该单集文稿