今天我们要聊点特别有意思的话题:AI是怎么“思考”和“成长”的?我们会从几篇最新的论文出发,看看AI如何学会聪明地“花钱”,如何在学习中分清“英雄”与“集体”;然后,我们会揭秘它那套先打“草稿”再复核的高效工作法。最后,我们会用一把全新的“尺子”去度量它成长的极限,并给它做一份“智商测试”,看看这个“天才”到底偏科有多严重。准备好了吗?让我们一起潜入AI的大脑深处。
如何打造一个“更划算”的虚拟世界?
大模型的“缩放法则”里,藏着什么秘密?
快与慢,AI世界里的“草稿式”工作法
你的数据值多少钱?一个新尺子,看透AI的增长极限
AI的“智商”报告,一个偏科天才的养成
本期介绍的几篇论文:
[LG] On Training in Imagination
[Weizmann Institute of Science & New York University & Columbia University]
---
[LG] Spectral Dynamics in Deep Networks: Feature Learning, Outlier Escape, and Learning Rate Transfer
[Harvard University]
---
[CL] Fast Byte Latent Transformer
[FAIR at Meta]
---
[LG] On the Invariance and Generality of Neural Scaling Laws
[Johns Hopkins University & MIT]
---
[AI] Uneven Evolution of Cognition Across Generations of Generative AI Models
[Google DeepMind & Google Research]
![[人人能懂AI前沿] 从聪明花钱、英雄涌现到AI的“偏科”报告](https://image.xyzcdn.net/FqWpK8fpivLboaqBbRHUe_BCOvxu.png@small)