![[人人能懂AI前沿] 从动态记事、自由玩耍到思考空间](https://image.xyzcdn.net/FqWpK8fpivLboaqBbRHUe_BCOvxu.png@small)
118
0今天我们要聊的五篇最新论文，正在打破对人工智能的固有刻板印象：不仅有带上“动态记事本”学会边走边想的新架构，还有靠彻底锚定“过去自我”来高效复盘的算法突破。你还会看到没有接收任何指令却在虚拟海岛上“自主玩耍”的机器，以及让小模型专攻战略、大模型专注执行的“思考空间进化”法。最后，我们还将揭秘机器人为什么也需要“挑食”，只在踮起脚尖刚好够得着的难度边缘极速蜕变——准备好，让我们一起进入这趟充满启发的前沿思维之旅！
00:00:37 抛弃死记硬背，AI开始学会“边走边想”
00:04:37 如何让AI最高效地“吃一堑长一智”？大模型进化算法的绝妙启发
00:08:54 当机器学会“贪玩”
00:13:48 聪明的决策者，都懂得在“思考空间”里下功夫
00:18:16 顶级AI的“挑食”智慧，为什么真正的成长，总是发生在“刚好够得着”的地方？
本期介绍的几篇论文：
[CL] Recurrent Looped Transformer
[Princeton University & University of Pennsylvania]
---
[LG] On KL-Regularized Policy Optimization
[Princeton University]
---
[AI] Is this machine playing?
[MIT]
---
[AI] Evolving in Thought Space: Training a Small Model at Test Time Unlocks Better Discoveries
[MIT & Hong Kong Polytechnic University]
---
[RO] A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control
[University of Washington]
