训练侧的门道：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
Thinking Machines Lab 发布 On-Policy Distillation 博客，提出用教师模型对学生模型自采样轨迹逐 token 计算反向 KL 奖励，把 RL 的 on-policy 优势与蒸馏的密集反馈结合。
推荐理由：文章给出可复现的 on-policy distillation 配方和成本对比数据，读者可以据此判断它能否替代或补充现有 RL 与 SFT 训练流程。
Sakana AI 发布开源进化式代码优化框架 ShinkaEvolve（Apache 2.0），用 LLM 进化程序并大幅提升样本效率，技术报告见 https://arxiv.org/abs/2509.19349 。
推荐理由：原文给出四个领域的实测结果和样本效率对比，读者可以据此评估它在自己的研发流程里能替代什么。
Mistral AI 联合 Carbone 4 和 ADEME 完成 AI 模型首个综合生命周期分析（LCA），并经 Resilio 和 Hubblo 同行评审。
推荐理由：原文给出了 Mistral Large 2 全生命周期的具体碳、水和资源消耗数字，并说明其对选型与采购的意义。
Hamel Husain 等人发布免费开放课程 Mastering LLMs，整理自此前付费课程的讲座，由 25 位以上业界从业者讲授，涵盖 evals、RAG、微调、应用构建和提示词工程等主题。课程超过 40 小时，面向有一定 LLM 经验的工程师和数据科学家，提供章节摘要、笔记、幻灯片和资源，帮助读者按主题跳读和学习。
推荐理由：作者本人组织并公开了原本付费的课程内容，覆盖 evals、RAG、微调等主题，读者可按需跳读感兴趣的章节。
Lilian Weng 在 Lil'Log 发表长文，将幻觉聚焦于外在幻觉，即模型输出未被提供的上下文或世界知识支持、编造且不可验证的内容。文章梳理幻觉成因，包括预训练数据中的过时或错误信息，以及微调引入新知识会加剧幻觉（Gekhman et al. 2024 发现模型学会 Unknown 样本后更易幻觉）。
推荐理由：Lilian Weng 系统梳理大语言模型外在幻觉的成因、检测基准与缓解方法，覆盖 RAG、采样、微调等技术路线。
Lilian Weng 在 Lil'Log 发表长文，系统梳理如何引导无条件预训练语言模型生成可控内容，涵盖解码策略（温度采样、top-k、nucleus sampling。
推荐理由：文章系统梳理了在不改动语言模型权重与微调两条路线下的主要可控文本生成方法，并给出各自优劣与适用场景。