[人人能懂AI前沿] 从目标牵引、经验进化到群体学习

你有没有想过，AI也会陷入“高水平重复”的舒适区陷阱？学习新知识后，它为什么会像我们一样“健忘”？本期节目，我们将通过几篇最新的AI论文，揭示如何让AI从一个只会“死记硬背”的学霸，进化成一个懂得“举一反三”、甚至会“团队作战”的智慧伙伴，探索让AI真正变得更聪明、更高效的秘密。00:00:27 你是在“精进”，还是在“高水平地重复”？00:04:49 AI上课后，为什么反而把以前会的给忘了？00:11:08 让AI左右互搏，速度翻倍的秘密00:16:02 你的“人工智障”客服，终于有救了？00:22:16 AI进化论，从“二选一”到“团战”的效率革命本期介绍的几篇论文：[LG] Beyond Distribution Sharpening: The Importance of Task Rewards  [Mila]  https://arxiv.org/abs/2604.16259 ---[CL] Why Fine-Tuning Encourages Hallucinations and How to Fix It  [Hebrew University of Jerusalem & Technion – Israel Institute of Technology & University of Illinois Urbana-Champaign]  https://arxiv.org/abs/2604.15574 ---[LG] Faster LLM Inference via Sequential Monte Carlo  [Cornell University & MIT]  https://arxiv.org/abs/2604.15672 ---[CL] PolicyBank: Evolving Policy Understanding for LLM Agents  [Google Cloud]  https://arxiv.org/abs/2604.15505 ---[CL] GroupDPO: Memory efficient Group-wise Direct Preference Optimization  [CMU & Google Deepmind & Google]  https://arxiv.org/abs/2604.15602 在小宇宙查看该单集文稿