我们都希望AI越来越聪明，但怎么才能让它高效成长呢？今天我们要聊的几篇最新论文，就给出了一些非常反直觉的答案：比如，让AI只做“难题”，给它的创作过程派一位“监理”，甚至还要警惕它因为懂得太多而“吃不饱”。更神奇的是，我们还会看到如何让AI学会新本事，却完全不忘旧手艺。准备好了吗？让我们一起看看AI是如何被调教成“学霸”的！

00:00:31 想让AI更聪明？你得学会给它出难题

00:05:53 如何让AI“心领神会”你的想法？

00:12:00 AI的“语义饱腹感”，为什么数据越多，进步越难？

00:18:31 AI思考的秘密，为什么“平行世界”里的笨办法，反而是捷径？

00:24:27 如何让AI学会新本事，还不忘了旧手艺？

本期介绍的几篇论文：

[CL] Scaling Data Difficulty: Improving Coding Models via Reinforcement Learning on Fresh and Challenging Problems

[Microsoft Research]

https://arxiv.org/abs/2603.07779

---

[LG] Diffusion Controller: Framework, Algorithms and Parameterization

[Google Research]

https://arxiv.org/abs/2603.06981

---

[LG] Scale Dependent Data Duplication

[Stanford University & EPFL]

https://arxiv.org/abs/2603.06603

---

[LG] Reject, Resample, Repeat: Understanding Parallel Reasoning in Language Model Inference

[Microsoft Research & MIT]

https://arxiv.org/abs/2603.07887

---

[LG] Grow, Don't Overwrite: Fine-tuning Without Forgetting

[Google Research & University of Wisconsin-Madison]

https://arxiv.org/abs/2603.08647

[人人能懂AI前沿] AI的成长新思路：从难题挑战到无损学习

AI可可AI生活

[人人能懂AI前沿] AI的成长新思路：从难题挑战到无损学习