[人人能懂] 从“学傻了”到“我错了”

你有没有想过，为什么投入巨大的AI模型有时反而会“学傻了”？当AI的“词典”里没有“我错了”这个词时，我们又该如何教会它自我反思？本期节目，我们将一起钻进AI的大脑，从几篇最新的论文出发，看看AI是如何诊断自己内部的“罢工”，如何通过一场“无限游戏”变得更安全，以及它在绘画时，究竟是在搞创作，还是在“背书”。

00:00:30 规模的诅咒，AI为何会“学傻”？

00:06:29 AI的语言里，没有“我错了”

00:11:35 想让AI更安全？答案可能藏在一场“无限游戏”里

00:16:13 我们如何看穿世界的规则？AI给了新思路

00:23:44 揭秘AI绘画，它“抄袭”的秘密藏在哪？

本期介绍的几篇论文：

[LG] Understanding Scaling Laws in Deep Neural Networks via Feature Learning Dynamics  

[DePaul University & Iowa State University]  

https://arxiv.org/abs/2512.21075 

---

[CL] Reflection Pretraining Enables Token-Level Self-Correction in Biological Sequence Models  

[Fudan University & Shanghai Artificial Intelligence Laboratory]  

https://arxiv.org/abs/2512.20954 

---

[LG] Safety Alignment of LMs via Non-cooperative Games  

[FAIR at Meta & University of Tübingen]  

https://arxiv.org/abs/2512.20806 

---

[LG] Active inference and artificial reasoning  

[University College London & VERSES]  

https://arxiv.org/abs/2512.21129 

---

[LG] Generalization of Diffusion Models Arises with a Balanced Representation Space  

[University of Michigan]  

https://arxiv.org/abs/2512.20963