[人人能懂AI前沿] 从休眠神经元、行列拆解，到打破AI训练的“外聘专家”迷信

今天我们将带你硬核拆解五篇最新论文，看懂前沿技术背后的人生算法。你会发现看似完美的AI可能藏着被唤醒的“休眠特工”，而让AI自我进化的秘诀竟然是打破底层的“默认假设”。我们还会聊聊如何用“做减法”的智慧省下一半算力，以及为什么面对跨界任务和复杂训练时，抛弃“外聘专家”并回归“保姆式笨办法”才是最优解。准备好了吗？让我们开始今天的脑力激荡！

00:00:33 当你把AI当成无所不能的帮手，它可能早已成了“潜伏特工”

00:05:04 打破脑子里的“默认设置”，是创新的一条路

00:08:20 做减法的顶级智慧，如何用一半的成本，拿到100分的成绩？

00:12:01 打破“外聘专家”迷信，从一篇AI论文看如何应对新任务

00:15:54 别小看“笨办法”：从训练AI看简单的路为何常常走得通

本期介绍的几篇论文：

[AI] Lazare, veni foras: Reprogramming Dormant Neurons to Backdoor AI Agents

[Microsoft Research & Microsoft AI Red Team]

https://arxiv.org/abs/2611.15118

---

[AI] AutoAssumption: Searching over Assumptions Discovers ML-Systems Algorithms

[MIT]

https://arxiv.org/abs/2611.14844

---

[LG] Factored One-sided Adam-Moment for Practical and Scalable SOAP

[NAVER AI Lab]

https://arxiv.org/abs/2611.16905

---

[CV] Unbundling Multimodal Vision Encoding

[Meta FAIR & New York University]

https://arxiv.org/abs/2611.17334

---

[LG] On the Difficulty of Sequence-Level Supervised Learning for Autoregressive Language Models

[Google DeepMind]

https://arxiv.org/abs/2611.16736