[人人能懂AI前沿] 从信任博弈、记忆传承到行动节拍

你有没有想过，两个顶尖AI在“囚徒困境”里，竟然会不约而同地选择信任彼此？大模型又是如何像继承“传家宝”一样，瞬间读懂小模型的记忆？甚至，机器人和AI自己，也学会了拥有“节奏感”和使用“错题本”来不断进化。本期节目，我们就从几篇最新论文出发，一起探寻AI世界里那些反直觉的智慧。00:00:27 AI的信任游戏，为什么聪明的它，会选择合作而非背叛？00:05:45 AI 家族的“传家宝”，大模型如何继承小模型的“记忆”？00:10:40 机器人也需要“节奏感”？00:15:58 AI也需要一个“错题本”？本期介绍的几篇论文：[AI] A game theory for foundation models shows new paths to rational cooperation through similarity inference[Google]https://arxiv.org/abs/2608.03958---[LG] Cross-Model KV Cache Transfer in LLM Families: A Closed-Form Linear Mapping for Prefill Reuse[NVIDIA]https://arxiv.org/abs/2608.03893---[RO] Continue or Replan? Bernoulli-Continuation Policy Learning for Adaptive Horizon Execution[Microsoft Research Asia & Peking University]https://arxiv.org/abs/2608.03483---[CL] FLARE: Few-shot Learning-based Adaptive Reflective Engine[Microsoft]https://arxiv.org/abs/2608.02919在小宇宙查看该单集文稿