AI前沿：从“坏”数据到跨语言推理

本期《TAI快报》深入探讨了五篇AI领域的前沿论文，揭示了AI研究中的意外突破与深刻洞见：
1. Putting the Value Back in RL: Better Test-Time Scaling by Unifying LLM Reasoners With Verifiers 提出 RL^V 框架，通过统一训练推理器与验证器，显著提升数学推理准确率（超20%）和计算效率（8-32倍），并发现推理与验证的协同效应。
2. Understanding In-context Learning of Addition via Activation Subspaces 揭示上下文学习仅靠三个注意力头的6维子空间完成，展示“自我校正”机制，为破解AI黑箱提供新视角。
3. When Bad Data Leads to Good Models 颠覆传统，证明适量有毒数据（约10%）预训练可增...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿