信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:Antidoom 训练法现已集成进 TRL，消除推理模型 doom loop | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2093751609989693672 | 仓库:liquidai/antidoom | 论文:无 | 硬核点:doom-loop 率 22.9%→1%，推理模型必学的长思考稳定化技巧，TRL 集成降低落地门槛
• 主题:LangSmith Messages View——以对话形式回放 Agent 执行轨迹，调试不再需要读 trace | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/2094985765629628904 | 仓库:无 | 论文:无 | 硬核点:将 infra 级别的 trace 数据转成工程师可读对话视图，agent 调试工作流范式升级
• 主题:GLM 5.3 Flash 零质量损失替换 GPT 5.6 Luna：文档处理 + 浏览器 Agent 双场景验证 | 来源:@abacaj | 链接:https://x.com/abacaj/status/2080852565114122429 | 仓库:无 | 论文:无 | 硬核点:一线工程师实测：模型切换成本直降，harness 几乎无需改动，实战成本优化案例
• 主题:Autonomous Long-Running Coding Agents——executor/evaluator 分离、确定性检查优先、证明工件要求 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/article/2065880971031834786 | 仓库:无 | 论文:无 | 硬核点:长时间自主 Agent 编排方法论，含具体工程准则（分离执行与评判、外部验证器优先）
• 主题:ReplaySSM——Hybrid SSM 模型推理 2x 加速：状态只 load/compute 不 store，复用 recompute trick 解锁 spec decoding | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2066518563184365953 | 仓库:无 | 论文:无 | 硬核点:对 Qwen 3.5/Nemotron Ultra 等混合 SSM 模型在长 context agent 场景下的推理加速实战技巧

其余线索

• @omarsar0：Sakana AI Conductor(ICLR 2026)——7B RL 调度 LLM 协作拓扑，GPQA-Diamond + LiveCodeBench SOTA，LLM 自我协作新范式（附论文）
• @rasbt：Build a Reasoning Model (From Scratch) 第 6.5 页 torch.manual_seed(0) 应为 torch.manual_seed(5)，书籍正文勘误
• @rasbt：Thinky Inkling 架构解析——975B MoE/41B 活跃/RMSNorm+相对位置偏置/DeepSeek 辅助无关负载均衡
• @maximelabonne：Encoder fine-tuning 回归 2020 风格——LFM2.5-Encoder 多标签分类，单次前向零 completion token
• @abacaj：byte-for-byte 一致性检测可识别模型——Opus 5"byte-identical"输出模式识别技巧