信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:GPT-5.6 Sol 整库迁移 6.5%→31.0%——HERMES harness 替换 Codex 带来 5 倍提升 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2065637086380650538 | 仓库:无 | 论文:无 | 硬核点:harness engineering 是 LLM 代码任务的关键变量,同一模型换 harness 精度翻几倍,值得写评测攻略
• 主题:LlamaIndex 新 extraction agents 搞定跨页多页表格——保险理赔/监管文件常见痛点 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2065637086380650538 | 仓库:无 | 论文:无 | 硬核点:生产级 RAG 长期痛点是复杂文档结构化抽取,新 agents 方法是实操干货
• 主题:LLM Architecture Gallery 更新 Kolibri-1(Aleph Alpha 78B MoE,滑动窗口+全局注意力)及 Step-5 Preview | 来源:@rasbt | 链接:https://sebastianraschka.com/llm-architecture-gallery/changelog | 仓库:rasbt/llm-architecture-gallery | 论文:无 | 硬核点:从零实现 Gemma 4 E2B/E4B 的架构对比图,KV cache 和 attention 机制一览,做实现选型时直接可用
• 主题:simonw 发布 ttok 0.4(token 计数 CLI,uvx 即装即用)和 llm-mistral 0.16(Mistral Large 4 reasoning 模型支持) | 来源:@simonw | 链接:https://simonwillison.net/2026/Oct/09/ | 仓库:simonw/llm | 论文:无 | 硬核点:CLI 工具链更新,ttok 增 --list-models 和 CI 修复,实用性强

其余线索

• @omarsar0: Google FlowAgent——ReAct 风格 generate-and-validate 修复 CI pre-submit test failures,值得书签
• @_akhaliq: LEGO-Anything(3D 场景重建 coding agents 论文,arXiv 2609.36)和 Omni-IO(agent omni-native 论文,arXiv 2609.31)——paper sharing
• @cwolferesearch: LLM RL Complete Guide(Aug 出版)——RL for LLMs 从原理到前沿的完整体系,值得存档

本轮新增 repo_watchlist: rasbt/llm-architecture-gallery(LLM Architecture Gallery,架构对比图资源)