Ask HN：训练物理 AI 模型时你遇到过哪些隐蔽的数据问题？
作者用第一人称视角视频训练物理 AI 模型，训练完成后才发现标签贴错动作、运动模糊、手部出帧等隐蔽数据问题。他向社区提问：大家遇到过哪些隐蔽数据问题，又是如何发现和处理的？
#教程/实践
#教程/实践
今日 0 条Hacker News · AI 最新AI 评分2525
腾讯研究院AI 评分5757 递归自我改进（RSI）综述：从 EURISKO 到 GPT-5.6 的五次边界推进
赵志民综述递归自我改进（RSI），提出持久改进、自主闭环、递归增益、稳健可控四条判断标准，并沿五次边界推进梳理从 EURISKO、AlphaZero 到 GPT-5.6 的自我改进脉络。文章指出有界自我改进闭环已经出现甚至产生净正收益，但改进后系统持续提升自身改进能力的公开证据仍然不足；GPT-5.6 的 RSI 指数 57.9% 因题目、权重和聚合公式未公开，只能视为内部综合指标。
晚点聊 LateTalk精选AI 评分7373 详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？
本期《晚点聊》邀请 RadixArk 创始成员赵晨阳与华盛顿大学博士生曾致远，从推理与算法两条线拆解 Kimi K3。节目解读了 K3 的 3T 开放权重、KDA＋MLA 混合注意力与智能体训练环境，并讨论它在美国 AI 界和投资市场引发的关注及相关的开源大辩论。
推荐理由：两位嘉宾从算法与推理系统两条线拆解 K3 的混合注意力、MoE 与训练细节，帮助理解开源模型究竟开放了什么、保留了什么。