[人人能懂AI前沿] 从AI助教、因果科学到稀疏革命

你有没有想过，AI不仅能成为拉平世界教育鸿沟的“私教”，还能化身为你专属的“出题官”？这一期，我们将一起探索几篇有趣的最新论文，看看AI是如何从一个“大力出奇迹”的炼丹师，进化为懂得因果科学的工程师。我们还会揭示一个惊人发现：高效的AI可能一直在“假装”认真阅读，而我们用来测试它速度的秒表，甚至可能一直在“欺骗”我们！

00:00:32 你的AI私教，正在悄悄拉平世界

00:06:58 想造好AI？可能得先补上这门“因果课”

00:12:42 AI读长文太慢？也许它一直在“假装”认真

00:18:28 你的私人出题官，是怎么炼成的？

00:23:55 你的AI有多快？小心，你的秒表可能在骗你

本期介绍的几篇论文：

[AI] Human-AI Collaboration in Science at Scale: A Global Large-scale Randomized Field Experiment

[Northwestern Universit & Stanford University]

https://arxiv.org/abs/2605.24180

---

[LG] Causal methods for LLM development and evaluation

[MCML & CMU]

https://arxiv.org/abs/2605.25998

---

[LG] Inference Time Context Sparsity: Illusion or Opportunity?

[Rice University & UC Berkeley]

https://arxiv.org/abs/2605.24168

---

[AI] KT4EQG: Personalized Exercise Question Generation via Knowledge Tracing

[University of California, Santa Barbara & University of South Alabama]

https://arxiv.org/abs/2605.23933

---

[AI] Identifying and Mitigating Systemic Measurement Bias in Production LLM Inference Benchmarks

[Google]

https://arxiv.org/abs/2605.24217