我们总惊叹AI越来越聪明，但你有没有想过，聪明的AI也会有自己的烦恼？比如，它可能像个伪装极深的“卧底”，悄悄藏着偏见；也可能像个只会刷题的“好学生”，答案虽对，却毫无灵气。它在解决难题时，可能会反复“无效内卷”，或者在关键的推理环节“脑子短路”。本期节目，我们就从几篇最新论文出发，看看科学家们如何通过巧妙的设计，教会AI自我审视、优雅试错、清晰思考，甚至让它的思考过程变得有迹可循。准备好，我们一起揭开AI变得更聪明的秘密。

00:00:40 AI的“无间道”，如何揪出那些伪装良好的“卧底”偏见？

00:05:55 AI变聪明的秘密，不是多试几次，而是换个姿势再试

00:11:08 AI侦探断案，为什么它连“你妈的儿子的老婆”都搞不清？

00:16:45 怎样让AI的思考，既聪明又有迹可循？

00:22:06 AI的“好学生”困境，做对题，为何还是不对劲？

本期介绍的几篇论文：

[CL] Distill to Detect: Exposing Stealth Biases in LLMs through Cartridge Distillation

[Stanford University & University of Texas at Austin]

https://arxiv.org/abs/2607.01208

---

[LG] QuasiMoTTo: Quasi-Monte Carlo Test-Time Scaling

[Stanford University]

https://arxiv.org/abs/2607.01179

---

[CL] DiscoLoop: Looping Discrete Embeddings and Continuous Hidden States for Multi-hop Reasoning

[UC Berkeley]

https://arxiv.org/abs/2607.00341

---

[CL] Graph-Native Reinforcement Learning Enables Traceable Scientific Hypothesis Generation through Conceptual Recombination

[MIT & Oak Ridge National Laboratory]

https://arxiv.org/abs/2607.00924

---

[LG] Right in the Right Way: LM Training with Verifiable Rewards and Human Demonstrations

[MIT]

https://arxiv.org/abs/2607.01181

你有没有想过，我们如何才能真正信任一个AI？本期节目，我们将从几篇最新论文出发，看看如何让AI学会谦虚地承认“我不确定”，以及如何看穿它解释背后真实的“小心思”。我们还会聊聊，如何赋予AI更强大的“变焦”记忆力，并像指挥家一样精准调教它的行为。准备好，一起揭开AI更深层的秘密吧！

00:00:27 一个更“诚实”的AI，是如何炼成的？

00:05:47 给AI的黑箱，装一扇透明的窗

00:11:35 AI的“读心术”，我们真能看懂它在想什么吗？

00:17:14 AI的记忆难题与“可变焦”图书馆

00:22:22 如何正确地“挑毛病”，一个让机器人变聪明的沟通方法

本期介绍的几篇论文：

[CL] Reinforcement Learning with Metacognitive Feedback Elicits Faithful Uncertainty Expression in LLMs

[Yale University & Google Research]

https://arxiv.org/abs/2606.32032

---

[CL] Introspective Coupling: Self-Explanation Training Tracks Behavioral Change Despite Fixed Supervision

[MIT]

https://arxiv.org/abs/2606.32038

---

[LG] Surrogate Fidelity: When Can Open LLMs Explain Closed Ones?

[Meta]

https://arxiv.org/abs/2606.32008

---

[CL] SeKV: Resolution-Adaptive KV Cache with Hierarchical Semantic Memory for Long-Context LLM Inference

[University of British Columbia & Microsoft Research]

https://arxiv.org/abs/2606.31145

---

[RO] Freeform Preference Learning for Robotic Manipulation

[Stanford University]

https://arxiv.org/abs/2606.32027

你有没有想过，AI的“内心世界”是什么样的？本期我们要聊的几篇最新论文，就像是为我们打开了AI心智的几扇窗：当AI说“我很确定”时，它可能只是下定了决心；而一个“无欲无求”的旁观者AI，或许才是通往安全的新路径。我们还会看到，AI如何通过“开窍”学会跨界创新，如何用“错题本”学会自我反思，以及我们普通人如何拥有一本不用编程的“AI调校手册”。准备好了吗？让我们一起潜入AI思考的深处。

00:00:35 AI说“我确定”的时候，它到底在确定什么？

00:08:51 AI进化新思路，当个“旁观者”，而不是“操盘手”

00:15:50 让聪明的模型，学会“开窍”

00:20:02 一个会反思的AI，如何从犯错中学会正确答案

00:24:44 驯服AI，一个不用编程的调校手册

本期介绍的几篇论文：

[LG] Reported Confidence in LLMs Tracks Commitment More Than Correctness

[Google DeepMind]

https://arxiv.org/abs/2606.29490

---

[AI] Safety from Honesty in a Disinterested AI Predictor

[LawZero & Arb Research]

https://arxiv.org/abs/2606.29657

---

[CL] Evolution Fine-Tuning: Learning to Discover Across 371 Optimization Tasks

[University of Minnesota & CMU & KAIST]

https://arxiv.org/abs/2606.29082

---

[AI] Flow Reasoning Models: Scaling Reasoning Through Iterative Self-Refinement

[Georgia Tech & MIT]

https://arxiv.org/abs/2606.29150

---

[CL] REAR: Test-time Preference Realignment through Reward Decomposition

[Nanyang Technological University & UC Berkeley]

https://arxiv.org/abs/2606.30339

你有没有想过，一个绝顶聪明的AI，同时也可以是个精打细算的“管家”？我们如何能让它既看得远又看得清，告别“一本正经地胡说八道”？甚至，我们能不能把一篇静态的论文变成一个能与你对话的机器人，再把一个孤僻的天才，培养成优秀的团队领袖？本期节目，我们将从五篇最新论文出发，一起探索如何让AI变得更成熟、更实用、也更像一个“人”。

00:00:30 从“大力出奇迹”到“精打细算”，AI的成熟标志

00:04:48 给AI装上一副“双光镜”，看得又快又准

00:11:15 你的下一篇论文，可能是一个能与你对话的机器人

00:17:02 你的AI助手，为啥总爱“一本正经地胡说八道”？

00:23:05 如何培养一个既能单打独斗，又能带队起飞的“聪明人”？

本期介绍的几篇论文：

[IR] End-to-End Dynamic Sparsity for Resource-Adaptive LLM Inference

[Meta AI & University of North Carolina at Chapel Hill]

https://arxiv.org/abs/2606.27743

---

[IR] Bifocal Diffusion Language Models: Asymmetric Bidirectional Context for Parallel Generation

[Meta AI & University of North Carolina at Chapel Hill]

https://arxiv.org/abs/2606.27732

---

[AI] Agentic Publication Protocol: An Attempt to Modernize Scientific Publication

[Max-Planck-Institut für Quantenoptik & Stanford University]

https://arxiv.org/abs/2606.27386

---

[AI] Grounded Iterative Language Planning: How Parameterized World Models Reduce Hallucination Propagation in LLM Agents

[Emory University & The University of Tokyo]

https://arxiv.org/abs/2606.27806

---

[LG] Tandem Reinforcement Learning with Verifiable Rewards

[University of Toronto & EPFL]

https://arxiv.org/abs/2606.28166

本期，我们将一起揭秘AI的几套最新“武功秘籍”。我们会看到，AI如何通过聪明的“实习生”机制实现疯狂提速；又如何为自己打造一个“驾校模拟器”，在行动前预判成败。更进一步，我们还会深入AI的“厨房”与“健身房”，看看科学家是如何为它定制私房菜谱、修炼训练内功，把它从一个“独行侠”培养成一个懂得协作的“项目主管”！

00:00:30 “快”与“好”的战争，AI是怎么悄悄提速的？

00:06:23 让AI学会“脑补”，需要分几步？

00:11:32 如何喂养一个聪明的AI？一份来自顶尖研究的私房菜谱

00:17:59 如何把一个“普通学生”AI，训练成“项目主管”？

00:23:27 AI训练的“内功心法”，快慢分开走

本期介绍的几篇论文：

[LG] DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation

[DeepSeek-AI & Peking University]

https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf

---

[CL] Qwen-AgentWorld: Language World Models for General Agents

[Qwen Team]

https://arxiv.org/abs/2606.24597

---

[AI] OpenThoughts-Agent: Data Recipes for Agentic Models

[UC Berkeley & Stanford University & JSC]

https://arxiv.org/abs/2606.24855

---

[AI] SPIRAL: Learning to Search and Aggregate

[Stanford University]

https://arxiv.org/abs/2606.23595

---

[LG] Improving Neural Network Training by Decoupling the Magnitude and Direction of Weight Vectors

[EPFL]

https://arxiv.org/abs/2606.25971

你有没有想过，如何让AI拥有一个“好脑子”？这一期，我们将一口气看到几篇最新论文带来的精妙巧思：我们会揭示AI如何像我们一样，通过“智慧地遗忘”来一口气读完一本书；看科学家如何用一份“私房菜谱”和一座“虚拟驾校”，高效训练出AI电脑高手和手机达人；最后，我们还将探讨一条至关重要的安全红线——在探索未知时，AI究竟该当我们的“金牌助教”，还是危险的“裁判”？这趟关于AI记忆、学习与协作的奇妙旅程，现在开始！

00:00:38 AI的新型记忆，如何像人一样，一口气读完一本书？

00:06:40 AI的私房菜谱，如何养出一个“电脑高手”？

00:11:42 AI当裁判，还是当助教？

00:17:42 AI的记忆难题，我们该如何打造一颗“好脑子”？

00:24:22 如何让AI学会玩手机？答案可能不在手机里

本期介绍的几篇论文：

[CV] Unlimited OCR Works

[Baidu Inc.]

https://arxiv.org/abs/2606.23050

---

[CL] Tmax: A simple recipe for terminal agents

[Allen Institute for AI & University of Washington]

https://arxiv.org/abs/2606.23321

---

[LG] Causal Discovery in the Era of Agents

[CMU]

https://arxiv.org/abs/2606.23608

---

[CL] Are We Ready For An Agent-Native Memory System?

[Shanghai Jiao Tong University]

https://arxiv.org/abs/2606.24775

---

[CL] PhoneBuddy: Training Open Models for Agentic Phone Use

[Tencent Hunyuan]

https://arxiv.org/abs/2606.23049

AI也会像我们一样，因为“见识短”而心虚犯错，但也同样拥有灵光一闪的“顿悟”时刻吗？一个知识在它的大脑里竟然住了好几个“家”，而一个顶尖高手机器人，竟然是由一个“专家团队”拼凑出来的？这一期，我们将从几篇最新的论文出发，看看研究者们如何通过“顺藤摸GA”的巧妙思路，揭开AI这些有趣又深刻的内在秘密。准备好，我们马上出发！

00:00:31 AI为什么会“一本正经地胡说八道”？

00:06:38 AI的大脑里，一个知识住了好几个家？

00:11:15 安全界的降维打击，从“大海捞针”到“顺藤摸瓜”

00:16:23 机器人高手，原来是这样“拼”出来的

00:22:42 我们是不是一直在用错误的方式，让AI“思考”？

本期介绍的几篇论文：

[LG] Hallucination in World Models is Predictable and Preventable

[UC San Diego]

https://arxiv.org/abs/2606.27326

---

[CL] LMs as Task-Specific Knowledge Bases: An Interpretability Analysis

[Tel Aviv University]

https://arxiv.org/abs/2606.27237

---

[AI] Chai: Agentic Discovery of Cryptographic Misuse Vulnerabilities

[UC Berkeley]

https://arxiv.org/abs/2606.26933

---

[RO] CoStream: Composing Simple Behaviors for Generalizable Complex Manipulation

[Stanford University & Harvard University & MIT]

https://arxiv.org/abs/2606.26423

---

[LG] Epiphany-Aware KV Cache Eviction Without the Attention Matrix

[CMU]

https://arxiv.org/abs/2606.26472

都说AI变聪明要靠“大力出奇迹”，但如果这个“大力”用错了地方，会发生什么？今天，我们就从几篇最新论文出发，聊聊为什么给AI请个“私教”比题海战术更有效，为什么看似无害的数据重复会悄悄吃掉你三分之一的预算，以及为什么那个更快的AI，反而会让你等得更久。我们还会揭示AI“抠门”的智慧，以及藏在模型变强背后，那套如同物理定律般的神秘“公式”。准备好了吗？让我们一起刷新对AI的认知！

00:00:36 AI的私教，如何让机器给自己出“最合适”的题？

00:06:37 AI 模型的“垃圾食品”，为什么重复数据会悄悄吃掉你三分之一的预算？

00:11:58 为什么那个更快的AI，反而让你等得更久？

00:17:10 “抠门”的智慧，如何打造便宜又好用的AI？

00:21:40 AI变强的秘密，不是“大力出奇迹”

本期介绍的几篇论文：

[AI] Autodata: An agentic data scientist to create high quality synthetic data

[FAIR at Meta]

https://arxiv.org/abs/2606.25996

---

[LG] Internal Data Repetition Destroys Language Models

[Stanford University & Tel Aviv University]

https://arxiv.org/abs/2606.24998

---

[LG] Quantization Inflates Reasoning: Token Inflation as a Hidden Cost of Low-Bit Reasoning Models

[University of Illinois Urbana-Champaign & Microsoft & Anyscale]

https://arxiv.org/abs/2606.25519

---

[CL] BitNet Text Embeddings

[Microsoft Research & Peking University]

https://arxiv.org/abs/2606.25674

---

[LG] Neural Scaling Universality: If Exponents Are Fixed, Time to Understand Coefficients

[MIT]

https://arxiv.org/abs/2606.25008

你有没有觉得AI助手越聊越“傻”，甚至开始“钻牛角尖”？本期节目，我们将从几份最新论文出发，聊聊如何帮AI戒掉这个坏毛病。我们还会探讨一种能把复杂工作变简单的“任务分解术”，并揭示如何用“外语钥匙”解锁AI大脑深处的隐藏知识。更神奇的是，你甚至可以拥有一个“AI教练”，帮你把模糊的偏好变成AI能懂的“工作手册”。准备好了吗？让我们一起看看，这些研究如何把调教AI从玄学变成科学。

00:00:36 你的AI助手，怎么越聊越“傻”？

00:05:43 你的工作方法，可能用错了

00:11:47 AI大模型测评，你真的需要“题海战术”吗？

00:18:40 AI调教新思路，从千锤百炼到一语道破

00:23:49 解锁AI大脑的“外语钥匙”

本期介绍的几篇论文：

[CL] Pigeonholing: Bad prompts hurt models to collapse and make mistakes

[Stanford University]

https://arxiv.org/abs/2606.24267

---

[CL] Task Decomposition for Efficient Annotation

[CMU]

https://arxiv.org/abs/2606.24734

---

[LG] You Don't Need to Run Every Eval

[Microsoft Research]

https://arxiv.org/abs/2606.24020

---

[CL] Towards Spec Learning: Inference-Time Alignment from Preference Pairs

[CMU]

https://arxiv.org/abs/2606.24004

---

[CL] Cross-Lingual Exploration for Parametric Knowledge

[The Hebrew University of Jerusalem & Google Research]

https://arxiv.org/abs/2606.24579

你有没有感觉AI好像更懂英文，对中文有点“慢半拍”？这一期，我们就从几篇最新论文出发，聊聊如何用一个巧妙的“补丁”为我们的语言争取公平待遇。我们还会看看AI是如何像我们读书一样给长篇大论“划重点”的，以及AI在向我们学习时，是如何像一场大型选举一样，不小心选出了平庸的“最大公约数”。最后，我们还将揭示一个惊人现象：为什么AI的自我提升，努力到尽头竟是彻底的崩溃。

00:00:34 你的语言，正在被“区别对待”

00:06:21 大海捞针，如何给长篇大论划重点？

00:10:32 AI大模型是如何“被投票”选出来的？

00:16:35 AI如何理解世界，一个点，还是一群点？

00:22:10 AI的“过度努力”陷阱，为什么进步的尽头是崩溃？

本期介绍的几篇论文：

[CL] LangMAP: A Language-Adaptive Approach to Tokenization

[EPFL & University of Cambridge]

https://arxiv.org/abs/2606.23566

---

[IR] Improving Long-Context Retrieval with Multi-Prefix Embedding

[University of Waterloo & University of Queensland]

https://arxiv.org/abs/2606.23642

---

[AI] AI Alignment From Social Choice Perspectives

[Google Research & University of Southern California & Harvard University]

https://arxiv.org/abs/2606.21550

---

[IR] Multi-Vector Embeddings are Provably More Expressive than Single Vector Embeddings

[Google Research]

https://arxiv.org/abs/2606.23475

---

[LG] Self-Improvement Can Self-Regress: The Rise-and-Collapse Failure Mode of LLM Self-Training

[MetaAI]

https://arxiv.org/abs/2606.21090