信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:On-Policy 蒸馏是否真的在"蒸馏"?从噪声教师到自我改进 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/1931134655203463424 | 仓库:无 | 论文:https://huggingface.co/papers/2608.31... | 硬核点:on-policy 蒸馏 vs off-policy 的核心差异复盘,不走"蒸馏=好"的叙事陷阱,值得写实操指南
• 主题:Miles v0.1 — RadixArk 开源 RL 后训练框架(Apache-2.0)技术报告 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/1932500627265006730 | 仓库:radixark/miles | 论文:无 | 硬核点:SGLang+Megatron-LM 组合的 RL 后训练全栈开源,2685 GitHub stars 还处于早期,值得跟进踩坑
• 主题:HarnessDev:LLM 能自主创建和演进自己的 Agent Harness 吗? | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/1931134656261236898 | 仓库:无 | 论文:https://huggingface.co/papers/2609.01... | 硬核点:Agent 自举优化 harness 的新范式,LLM 改进 LLM 基础设施的边界在哪里,值得写攻略
• 主题:Repo-To-Skill:将 GitHub 仓库蒸馏为 AI4AI Skills | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/1931134655203463424 | 仓库:无 | 论文:https://huggingface.co/papers/2609.02... | 硬核点:代码仓库转可执行 skill 的数据工程流水线,AI4AI 工作流的新基元,值得写实操
• 主题:Tencent AuK 端到端语音生成:Diffusion Transformer+Layer-Fusion+4 步极速蒸馏 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/1932500627265006730 | 仓库:无 | 论文:https://huggingface.co/papers/... | 硬核点:语音生成从多阶段链路到单阶段 checkpoint 的工程压缩,4.5x 加速比的具体实现细节
• 主题:Reasoning From Scratch 第 2 期:LLM 文本生成过程与 KV Caching 原理 | 来源:@rasbt | 链接:https://x.com/rasbt/status/1932000627265006731 | 仓库:rasbt/reasoning-from-scratch | 论文:无 | 硬核点:在加推理技术前先讲透 base model 的 KV cache 机制,是从零理解推理模型的必经之路,视频讲解
• 主题:DiG-bench — 纯文本 LLM 发现能力评测基准(文本版 ARC-AGI3) | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/1921000627265006720 | 仓库:无 | 论文:无 | 硬核点:tri_dao 亲测推荐,纯文本避免视觉 confound,是当前 LLM 推理能力评测的更好代理,值得写评测攻略

其余线索

• GLM 5.3 Flash 零质量降级替换 GPT 5.6 Luna,成本仅为折扣后 80% — 来自 @abacaj Aug 29 帖,实用替换经验谈
• omarsar0 Sep 12:"Build and own your harness"——Agent harness 定制优化可以带来巨大效率提升的方法论提示
• OpenAI Astra 使用 opaque recurrence(循环 transformer?),@rasbt Sep 2 指出技术细节引用 The Information 新报道