[人人能懂AI前沿] 从目标牵引、经验进化到群体学习

你有没有想过，AI也会陷入“高水平重复”的舒适区陷阱？学习新知识后，它为什么会像我们一样“健忘”？本期节目，我们将通过几篇最新的AI论文，揭示如何让AI从一个只会“死记硬背”的学霸，进化成一个懂得“举一反三”、甚至会“团队作战”的智慧伙伴，探索让AI真正变得更聪明、更高效的秘密。

00:00:27 你是在“精进”，还是在“高水平地重复”？

00:04:49 AI上课后，为什么反而把以前会的给忘了？

00:11:08 让AI左右互搏，速度翻倍的秘密

00:16:02 你的“人工智障”客服，终于有救了？

00:22:16 AI进化论，从“二选一”到“团战”的效率革命

本期介绍的几篇论文：

[LG] Beyond Distribution Sharpening: The Importance of Task Rewards  

[Mila]  

https://arxiv.org/abs/2604.16259 

---

[CL] Why Fine-Tuning Encourages Hallucinations and How to Fix It  

[Hebrew University of Jerusalem & Technion – Israel Institute of Technology & University of Illinois Urbana-Champaign]  

https://arxiv.org/abs/2604.15574 

---

[LG] Faster LLM Inference via Sequential Monte Carlo  

[Cornell University & MIT]  

https://arxiv.org/abs/2604.15672 

---

[CL] PolicyBank: Evolving Policy Understanding for LLM Agents  

[Google Cloud]  

https://arxiv.org/abs/2604.15505 

---

[CL] GroupDPO: Memory efficient Group-wise Direct Preference Optimization  

[CMU & Google Deepmind & Google]  

https://arxiv.org/abs/2604.15602