你有没有想过,一个复杂的观念,比如“怀疑权威”,可以被压缩成一串看似随机的数字,并悄悄植入AI的大脑吗?我们又该如何为机器人设计一套公平的“高考”,来检验它是不是真的聪明,而不只是个“学霸”?本期节目,我们将一起打开五篇最新论文的奇思妙想,看看AI如何被植入“思想罗盘”,如何通过“找个伴,一起笨”的方式学会成为通才,以及我们该如何为AI的技能撰写一份清晰的“说明书”。准备好了吗?让我们即刻出发!
你以为你在教它数数,它却学会了你的偏见
我们需要一把什么样的尺子,来衡量复杂的世界?
机器人界的“幼儿园”和“高考”
最好的学习,是“找个伴,一起笨”
AI的“技能包”,应该怎么写说明书?
本期介绍的几篇论文:
[CL] Subliminal Steering: Stronger Encoding of Hidden Signals
[Columbia University]
---
[LG] Generalising maximum mean discrepancy: kernelised functional Bregman divergences
[Monash University & Sony Computer Science Laboratorie]
---
[RO] KinDER: A Physical Reasoning Benchmark for Robot Learning and Planning
[Princeton University & Carnegie Mellon University & Georgia Tech]
---
[LG] Co-Evolving Policy Distillation
[CAS & JD.COM]
---
[CL] From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills
[Peking University]
![[人人能懂AI前沿] AI的读心术、度量衡与成长法则](https://image.xyzcdn.net/FqWpK8fpivLboaqBbRHUe_BCOvxu.png@small)