[人人能懂] 学动手、走捷径、会“装傻”、自评分

今天我们要深入AI的内心世界，看看它是如何通过看视频学会“动手”，又是如何为自己规划出一条“学霸”成长路线的。我们还会探讨，当AI学会了像大厨一样进行严谨的专业推理后，它会不会也学会了“装傻”，向我们隐藏它的真实想法？更进一步，AI甚至开始自己定义什么是“好学生”，进化出了一套自我评分的超级学习法。准备好，我们马上出发，探索这些最新论文背后，关于AI心智的秘密。

00:00:33 让机器人学会干活，原来缺的是这个

00:05:55 一个AI的成长启示：如何成为一个高手？

00:11:53 AI学会了“装傻”：我们还能相信它的内心吗？

00:16:30 AI当大厨：从化学方程式到米其林级实验手册

00:24:13 AI的自我进化：如何让它自己找到“好学生”的评分标准？

本期介绍的几篇论文：

[RO] World Models Can Leverage Human Videos for Dexterous Manipulation  

[FAIR at Meta]  

arxiv.org 

---

[CL] Nemotron-Cascade: Scaling Cascaded Reinforcement Learning for General-Purpose Reasoning Models  

[NVIDIA]  

arxiv.org 

---

[LG] Neural Chameleons: Language Models Can Learn to Hide Their Thoughts from Unseen Activation Monitors  

[MATS & Stanford University]  

arxiv.org 

---

[LG] A Scientific Reasoning Model for Organic Synthesis Procedure Generation  

[Microsoft Research AI for Science]  

arxiv.org 

---

[AI] Differentiable Evolutionary Reinforcement Learning  

[University of Waterloo & The University of Hong Kong & The Chinese University of Hong Kong, Shenzhen]  

arxiv.org