[人人能懂] 从“覆盖度”、根号法则到AI评审团

你有没有想过，我们衡量AI的标准可能从一开始就有点偏？今天，我们将一起颠覆几个常识：我们会发现，模型的潜力不在于考高分，而在于它的“想象力”有多丰富；训练巨型模型的省钱秘笈，可能就藏在一个简单的根号里；而要让AI生成完美的视频，最好的方法竟是让它组建一个内部“评审团”给自己挑错。更神奇的是，想让AI真正懂你，关键或许不是问“二选一”，而是“三选一”。准备好了吗？让我们一起探索这些最新论文中，那些反直觉又充满智慧的AI新思路。00:00:41 AI训练的内功心法：为什么“好学生”不一定是“优等生”？00:07:18 炼大模型省钱秘笈：一个根号引发的蝴蝶效应00:12:05 让AI自己挑毛病，视频才能越做越好00:17:25 想真正懂我？别问二选一，试试三选一00:21:57 给AI装个“健康码”：识别未知攻击的新思路本期介绍的几篇论文：[LG] The Coverage Principle: How Pre-training Enables Post-Training[Microsoft Research & MIT & UIUC]https://arxiv.org/abs/2510.15020---[LG] Robust Layerwise Scaling Rules by Proper Weight Decay Tuning[MIT & UCLA]https://arxiv.org/abs/2510.15262---[CV] VISTA: A Test-Time Self-Improving Video Generation Agent[Google]https://arxiv.org/abs/2510.15831---[LG] Learning Correlated Reward Models: Statistical Barriers and Opportunities[MIT EECS]https://arxiv.org/abs/2510.15839---[CV] Learning to Detect Unknown Jailbreak Attacks in Large Vision-Language Models[Renmin University of China & Alibaba Group]https://arxiv.org/abs/2510.15430在小宇宙查看该单集文稿