信源:X 硬核干货雷达 · 覆盖 12 账号
干货候选
- 主题:LLM 推理「精力等级」机制：训练时如何学、推理时如何切换 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2078471977237450829 | 仓库:无 | 论文:无 | 硬核点:Raschka 新博文详解 LLM 低/中/高 effort reasoning 在训练与推理阶段的实现差异，含 RL 阶段顺序（Math RL→Code RL→STEM RL）与准确率优先后加效率 stage 的工程细节，256K 级曝光
- 主题:Long-Horizon-Terminal-Bench：长程终端任务智能体评测基准（Dense Reward Grading） | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2076742840172925164 | 仓库:无 | 论文:https://huggingface.co/papers/2604.13016 | 硬核点:Agent 评测新基准，填补长 horizon + 密集奖励评分空白，适合 benchmark 设计选题
- 主题:LlamaIndex Retrieval Harness 2026：Agentic RAG 持久化数据管线，plug into any agent（法律/金融知识库场景）| 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2073407100642852871 | 仓库:run-llama/legacy（已入 watchlist 2026-07-17）| 论文:无 | 硬核点:LlamaIndex v2 核心抽象升级，persistent pipeline + filesystem-like tools 替代单次 retrieve，56K 曝光
- 主题:LFM2.5-2.6B + Qwen3.5-4B 新训练技巧：减少 Doom Loop 的后训练配方 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2074495376204210388 | 仓库:无 | 论文:无（需自行找对应 Liquid AI 博客） | 硬核点:LFM2.5 在 SFT checkpoint 上做 post-training RL 减少 Doom Loop 的实战配方，100+ likes，Liquid AI 内部数据
其余线索
- @omarsar0：开源 /learn skill，Agents + MCP + HTML artifacts 交互式学习工具，June 15（偏旧但工具链组合值得跟进）
- @omarsar0：When to Retrieve During Reasoning——大推理模型（o1/R1）生成 12k-25k CoT tokens 过程中动态触发检索的机制，非传统 pre-retrieval RAG，April 30（偏旧，概念有参考价值）
- @_akhaliq：On-Policy Distillation of LLM 论文分享（HuggingFace Papers），April 15（论文长帖，有复现参考价值）
- @abacaj：Fable 推理速度 750 tok/sec 实测，July 10（观察数据点，无代码）
- @simonw：AI employees 观点帖，July 11（观点/管理向，非工程干货）
- @rasbt：GLM-5.2 跨层复用 Cross-Layer Reuse trick——DSA indexer 每 4 层只算一次而非每层重算，June 18（工程 trick有价值，但超出 7 天窗口）