[人人能懂] 从灵感溯源、速读秘诀到诚实AI

你有没有想过，最顶尖的AI，它的智慧可能不是体现在无所不知，而是敢于坦诚地说出“我不知道”？本期节目，我们将一起探索AI如何学会这项宝贵的品质。我们还会揭秘，如何给AI装上一双“眼睛”让它在嘈杂派对里也能跟你轻松对话，如何用一个优美的公式教会它“速读”长篇报告，甚至让一份200页的PDF自己开口说话，并在一秒内找到AI画作的灵感“祖先”。准备好了吗？让我们一起进入AI更深邃、更智慧的内心世界。

00:00:39 AI画画的灵感，能秒速溯源吗？

00:06:29 大模型读书慢？给它一副聪明的“速读眼镜”

00:12:13 给AI一双眼睛，让它学会“察言观色”

00:16:37 AI的最高智慧，是承认自己不知道

00:22:56 如何让一份200页的PDF，自己开口说话？

本期介绍的几篇论文：

[CV] Fast Data Attribution for Text-to-Image Models

[CMU & Adobe Research & UC Berkeley]

https://arxiv.org/abs/2511.10721

---

[LG] Optimizing Mixture of Block Attention

[MIT]

https://arxiv.org/abs/2511.11571

---

[CL] AV-Dialog: Spoken Dialogue Models with Audio-Visual Input

[University of Washington & Meta AI Research]

https://arxiv.org/abs/2511.11124

---

[LG] Honesty over Accuracy: Trustworthy Language Models through Reinforced Hesitation

[Toyota Technological Institute at Chicago & University of California, San Diego]

https://arxiv.org/abs/2511.11500

---

[CL] Information Extraction From Fiscal Documents Using LLMs

[Google Inc & XKDR Forum]

https://arxiv.org/abs/2511.10659