你有没有想过,一个真正能干活的AI,需要的不是更多的考题,而是一间属于自己的“办公室”?我们又该如何扮演一个聪明的“甩手掌柜”,给手下的AI专家们高效分配任务?本期节目,我们将从几篇最新的AI论文出发,聊聊如何用“成本思维”给AI的训练省下一半的钱,如何通过一场“博弈”让AI自我进化,并最终一起探索AI思考的形状,看看它的“脑海”里究竟是字典,还是一幅幅由概念构成的几何地图。
想让AI替你干活?得先给它一间“办公室”
如何当一个聪明的“甩手掌柜”?
AI训练太烧钱?你缺的不是算力,是“成本思维”
AI进步的捷径,不只看结果,更要玩对博弈
AI怎么思考?答案可能藏在几何里
本期介绍的几篇论文:
[LG] Synthetic Computers at Scale for Long-Horizon Productivity Simulation
[Microsoft]
---
[LG] Optimized Deferral for Imbalanced Settings
[Google Research & Courant Institute of Mathematical Science]
---
[LG] Cost-Aware Learning
[Google Research]
---
[LG] Distributional Alignment Games for Answer-Level Fine-Tuning
[Google Research & Microsoft Research]
---
[LG] Do Sparse Autoencoders Capture Concept Manifolds?
[Harvard University]
![[人人能懂AI前沿] AI的经济学:从精打细算、聪明分工到绘制思想地图](https://image.xyzcdn.net/FqWpK8fpivLboaqBbRHUe_BCOvxu.png@small)