信源:X 硬核干货雷达 · 覆盖 12 账号

本轮窗口: 2026-10-05 ~ 2026-10-12

干货候选

  • 主题:GRPO 进阶:clipped policy ratios + KL loss term + format rewards 实操 | 来源:@rasbt | 链接:https://x.com/rasbt/status/1879803616010563741 | 仓库:rasbt/reasoning-from-scratch | 论文:无 | 硬核点:RLVR/GRPO 实战调参天花板级实现,clipped ratio 防策略崩溃+KL 正则化+reward hacking 分析,YouTube 1 小时逐行代码+指标解读

  • 主题:Rollout-Marginal Distillation:用自 rollout 代替 teacher-forced 修复长视频生成 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2107119868218916980 | 仓库:无 | 论文:https://huggingface.co/papers/2609.37 | 硬核点:视频生成 teacher-forcing 累积误差根本性修复,marignial matching 替代帧级匹配的数学直觉,对长序列 Diffusion Video Model 路线有直接指导

  • 主题:OmniReasoning:视听联合推理推至 SOTA 边界 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq | 仓库:无 | 论文:https://huggingface.co/papers/2609.39 | 硬核点:多模态 joint reasoning 新一代 benchmark result,音频+视觉 token 联合建模方法细节值得深挖

  • 主题:Omni-IO Skills:Agent 全模态原生工具调用范式 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq | 仓库:无 | 论文:https://huggingface.co/papers/2609.31 | 硬核点:工具调用从文本/视觉扩展到全模态的新 agent harness 设计思路,harness 开发者必读

  • 主题:Jev:yes/no 决策卸载至 tiny 模型,中位成本降 64% | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/1847796499890802945 + https://langchain.com/blog/building-… | 仓库:无 | 论文:无 | 硬核点:agent 编排中把判断卸载给小型决策模型的 harness 改造实战,已有 langchain middleware 示例;另一帖附 64% 降本数据佐证

  • 主题:EgoTools:第一人称视频中以工具为中心的推理新范式 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2106063986664075749 | 仓库:无 | 论文:https://huggingface.co/papers/2610.03 | 硬核点:ego-centric video reasoning 任务专用工具调用设计,与具身智能/机器人任务高度相关

  • 主题:Long-Horizon Part-Level 3D Editing + Vibe Modeling benchmark | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2106959328385077426 | 仓库:无 | 论文:https://huggingface.co/papers/2610.02 | 硬核点:3D editing agent 评测基准,对具身 AI / 3D 场景重建方向有直接工程参考价值

  • 主题:Multi-Teacher On-Policy Distillation (MOPD):某些 teacher 不兼容同一 student | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch | 仓库:无 | 论文:无(Nemotron tech report) | 硬核点:蒸馏中 teacher 兼容性边界实操发现,多 teacher 蒸馏时不能用统一 MOPD 策略,需要分组建模

其余线索

  • @simonw:ttok 0.4 发布(Oct 8)——修 Click warning + 更新 CI + 加 --list-models,两年首更,非重大功能但工具类值得留档
  • @maximelabonne:Liquid AI d1 decision model 系列 + 1k 终端环境数据集(Oct 7-8)——decision model 主流化信号,但无新 repo;ThursdAI Oct 8 那期可补听
  • @omarsar0:「后训练民主化+RL envs for long-context」观点帖(Oct 9)——趋势判断,非实现细节,留档参考
  • @jerryjliu0:LlamaIndex 双轮文档处理+Agentic RAG 趋势(LinkedIn)——两 pass 文档处理流程(Codex/Cowork harness 用法),值得工程参考但无 repo
  • @svpino:Ship Autonomous QA Engineer 发布(Oct 3)——Slack/Linear bug → 自动化复现 → ticket 生成,产品工具,非开源 repo
  • @swyx:AI Engineer NYC 2026 Oct 12-14 + 编程 agent 现状调查(Oct 7)——活动信息,非技术实现,参考价值低