[人人能懂] 解构思考、激发创意与拆解木马

本期节目，我们将深入AI的“引擎盖”之下，看看那些看不见的结构如何决定一切。你会听到，为何区区2%的数据就能决定翻译能力的生死；AI如何像侦探一样，为复杂问题画出“破案地图”；以及在看似无害的模型拼接中，如何暗藏着难以察觉的“木马”后门。准备好了吗？让我们一起探索这些最新论文背后，令人拍案叫绝的智慧。00:00:31 AI翻译的秘密，2%的数据，50%的能力00:05:35 你以为的“搜索”，正在被重新发明00:13:00 为什么你的“笨办法”，却是AI的“开窍”法？00:18:16 AI大厨做菜重复？换一种“盐”试试00:23:43 AI世界的“乐高”游戏，藏着一个你没想到的“后门”本期介绍的几篇论文：[CL] The Role of Mixed-Language Documents for Multilingual Large Language Model Pretraining  [University College London & Nanyang Technological University & University of Waterloo]  https://arxiv.org/abs/2601.00364 ---[CL] Retrieval--Reasoning Processes for Multi-hop Question Answering: A Four-Axis Design Framework and Empirical Trends  [University of Pittsburgh & Google Cloud AI Research]  https://arxiv.org/abs/2601.00536 ---[LG] Deep Networks Learn Deep Hierarchical Models  [Hebrew University of Jerusalem]  https://arxiv.org/abs/2601.00455 ---[CV] It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models  [UC Berkeley & University of Tübingen]  https://arxiv.org/abs/2601.00090 ---[LG] The Trojan in the Vocabulary: Stealthy Sabotage of LLM Composition  [Purdue University & CMU]  https://arxiv.org/abs/2601.00065 在小宇宙查看该单集文稿