信源:X 硬核干货雷达 · 覆盖 12 账号

时间窗口:2026-09-21 ~ 2026-09-28

干货候选

  • 主题:Ember-1 — Kimi K3 思考 token 压缩 40% 的推理专用模型 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2104326522354147793 | 仓库:无 | 论文:https://fireworks.ai/blog/ember-1 | 硬核点:Fireworks Research 基于 Kimi K3 的推理压缩方案，思考 token 减少 40%，同质量 / 35~50% 思考缩短无精度损失；首个公开规模化生产的 token 压缩推理模型，agent 成本优化可直接参考 API 定价策略

  • 主题:onPanda — Token 级修正交互式对齐数据标注工具 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2102474190335234301 | 仓库:无 | 论文:https://huggingface.co/papers/2609.24983 | 硬核点:字节级修正交互标注范式，标注员定位首个错误 token → 截断重生成，释放 Panda-CVL 数据集；对齐数据构建 SOTA 流水线，可直接改造用于 agent trajectory 标注

  • 主题:DualSQL — 共享骨干多 Agent RL 训练 Text-to-SQL | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2102402295682224325 | 仓库:无 | 论文:https://arxiv.org/html/2609.18135v1 | 硬核点:Google + Ohio State，schema linking + SQL generation 两 Agent 共享权重联合 RL；DualSQL-4B 在 Spider/BIRD-Dev 超越 Qwen3-8B 7~8 个点，多 Agent 协同 RL 的稀缺工程复现

  • 主题:RoboDawn — VLM 视觉-语言模型迁移到机器人闭环控制 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2102474539620090152 | 仓库:无 | 论文:https://huggingface.co/papers/2609.22966 | 硬核点:视觉-语言模型迁移到物理机器人控制的 in-context learning 方案，离散 translation/rotation/gripper 命令接口；test-time scaling 随推理时长放松性能持续提升，工程性强

  • 主题:Pruna-Qwen-Image-2.1 — 5~8 步图像生成/编辑 LoRA 适配器 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2103201617004949888 | 仓库:PrunaAI/Pruna-Qwen-Image-2.1 | 论文:无 | 硬核点:Qwen Image 2.1 从 50 步压缩到 5~8 步 (6.3× 加速)，无需 CFG；Diffusers 生态即装即用，推理优化工程师直接可用的少步生成流水线

  • 主题:ProgramDistill — 交互式 Web Apps 转化为可验证 SWE 任务 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2103952916545761536 | 仓库:microsoft/ProgramDistill | 论文:https://huggingface.co/papers/2609.18805 | 硬核点:Microsoft Research 开源，Web 交互 demo → 可验证参考引导 SWE 任务数据集；SWE 评测数据集构建新范式，browser-as-harness 思想可迁移到其他 agent 数据生成

  • 主题:Jev 决策模型 & SemIf 开源替代方案 | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/2102084698985894352 | 仓库:无(相关:SemIf 等) | 论文:无 | 硬核点:Jev (decision model) 接口 + LangChain LangSmith 集成，SemIf 直接读 Qwen3.5-4B logit 无需微调，1.02s vs 5.33s 延迟对比；decision model 新品类工程落地，harness 层重要性讨论值得深入

  • 主题:Log-probability 评分 vs LLM-as-a-Judge | 来源:@rasbt | 链接:https://x.com/rasbt/status/2103839035596611977 | 仓库:无 | 论文:https://aclanthology.org/2026.gem-main.55 | 硬核点:ACL 2026 GEM 论文，结构化输出/分类任务 log P(code|task) 可作无参考评分信号；claim-bearing token 过滤技巧，代码评测实用指南

其余线索

  • Contrastive Language Models (CLM) — @_akhaliq (Sep 23); System One / decision model 新品类，InfoNCE 双向 loss 连接 state-action，CLM-v0.1-8B (Apache 2.0) 已开源 https://huggingface.co/Contrastive-LM/CLM-v0.1-8B；与 Jev 路线平行，值得比较选型

  • ChessLFM 入驻 lichess 首页 — @maximelabonne (Sep 21); 230M 参数达 2000 Elo，Stockfish 蒸馏范式验证；最大规模开源国际象棋语言模型实验，开源模型压缩到 SOTA 棋力的代表性案例

  • Liquid AI Series B $200M @ $2B — @tri_dao (Sep 22); Greenoaks 领投，Index/Bain 参与；FlashAttention 作者创业公司里程碑，模型结构创新 (LFM) 路线持续

  • Opus 5.5 PDF 表格解析 ParseBench 93.9% — @jerryjliu0 (Sep 22); 比 Opus 5 提升 7%，LlamaParse Agentic Plus 质量持平；Jerry 补充"quiet failure 代价 > explicit flagging"，踩坑复盘有实战价值

  • @cwolferesearch: RL 算法在 LLM 训练中的应用图谱 — Sep 24 长帖；RLHF/PPO/GRPO/RLVR 各代算法演进，LLM 训练方法论梳理，参考价值高但无新 repo

  • @swyx: decision model 新品类讨论 — Sep 22; System One 概念引入 (simonw + Jev 背景)，AINews 切 Opus 5 为默认；观点性内容但品类框架值得关注