信息源：大模型/算法学习与行业动态的可持续获取体系

TL;DR

• 本文将“信息源”定义为：获取大模型/算法研究、开源与产业动态的渠道（不是训练数据集来源）。
• 最优先的一手来源：作者/实验室博客（如苏剑林/苏神）、论文平台（arXiv）、官方研究博客、GitHub Release/Issue 讨论。
• 用“RSS 阅读器 + 论文提醒 + GitHub Watch(Release)”组成最小系统：每日 10 分钟筛选，周末深读与复盘。
• 让信息可复用：把精选内容沉淀到 Obsidian/Zotero，形成“主题卡片→方案/文章输出”的闭环。

Key Insights

• 信号分层能降噪：一手（论文/作者实现）可信但耗时；二手（解读/短内容）省时但偏差大，建议只做线索入口。
• 订阅优于算法推荐：RSS/邮件提醒可控、可回溯，避免被平台热点牵着走并减少信息茧房。
• 追踪维度要覆盖“问题→方法→系统→评测”：只刷模型论文会漏掉推理加速、数据工程、评测基准与工程实践的关键变化。
• 把“阅读”前移为“筛选”：先看标题+摘要+实验表+代码可用性，再决定是否精读全文，能显著降低时间成本。

Playbook

• 第 1 步（聚合）：选 Inoreader/Feedly（托管）或 FreshRSS（自建），按“论文/作者博客/官方研究/开源仓库/中文解读”建文件夹与标签，并设置每日固定处理时段。
• 第 2 步（论文雷达）：订阅 arXiv 分类 RSS（如 cs.CL/cs.LG/cs.AI）与自定义关键词；用 Semantic Scholar/Google Scholar 建“作者+关键词+引用”提醒；重要条目同步到 Zotero（含 PDF 与 BibTeX）。
• 第 3 步（开源雷达）：对关键仓库启用 Watch→Releases；建议关注 vLLM、llama.cpp、Transformers/PEFT、DeepSpeed/Megatron-LM、lm-evaluation-harness/OpenCompass 等；每周只读 Release note 与 breaking changes，必要时跟 Issue 里的已知坑。
• 第 4 步（自动化与沉淀）：用 RSSHub（视平台支持情况）把公众号/社区内容转 RSS；用 n8n/Huginn 做“抓取→去重→摘要→写入 Obsidian/Notion/邮件”；周末做 30–60 分钟主题复盘并产出可复用笔记模板。

Expert Views

• 研究型 ML 工程师（paraphrase）：优先读一手论文与作者实现，二手解读只用于快速定位值得深挖的点；对关键结论尽量做最小复现实验或跑通官方 demo。
• 开源数据工程师（paraphrase）：信息获取要像数据管道一样可观测与可回溯；尽量使用 RSS/API，保留原始链接与抓取时间，避免“只剩截图无法追溯”。
• 产品经理（paraphrase）：把注意力放在可落地指标（成本/延迟/稳定性/合规）与平台政策变化；对“看起来很强但集成成本巨大”的方案保持克制。
• 数据隐私与合规顾问（paraphrase）：采集与再分发要尊重平台 ToS/版权；企业场景避免把受限内容喂给外部 LLM，优先本地总结与权限隔离。

Options

• 方案 A（必读清单）：按“入门/进阶/前沿”给出 20–30 个高性价比信息源，并标注阅读门槛、更新频率与适用人群。
• 方案 B（复刻小红书笔记）：你提供笔记正文/截图后，我负责逐条去重、按类别归档、补齐可订阅入口（RSS/邮件/GitHub Watch）与推荐阅读顺序。
• 方案 C（另一种定义：训练数据来源）：如果你问的是“训练数据的信息源/数据集来源”，则改为整理 Common Crawl、The Pile、LAION 等公开数据与清洗、许可与合规风险清单。
• 方案 D（偏中文短内容）：若主要看公众号/社区/短内容，建议建立“关键词白名单+黑名单”与周度摘要机制，避免信息密度过低占用大量时间。

Evidence & Confidence

• 关于小红书短链内容：当前环境无法在线核验该笔记具体条目与上下文，本报告仅基于标题与通用实践做结构化方案；置信度：low。
• 关于“RSS + 论文提醒 + GitHub Release”作为最小信息系统：属于研究/工程圈常用工作流，工具成熟且可移植；置信度：medium-high。
• 关于苏剑林（苏神）博客作为中文一手技术来源：在中文 NLP/深度学习社区中较常被引用，但你仍需自行确认其最新更新频率与主题匹配度；置信度：medium。
• 关于 FreshRSS/RSSHub/n8n 等用于自动化采集与分发：均为知名开源项目并有公开文档与社区维护；置信度：high（以官方仓库与文档为准）。

Next Steps

• 先确认“信息源”指资讯渠道还是训练数据来源，并补充偏好：研究/工程/产品/投资，中文/英文，每日/每周节奏。
• 打开小红书笔记后把“信息源清单”原文粘贴出来（或发截图），我可帮你转成可导入 RSS/书签/Obsidian 的结构并去重补链。
• 选择工具栈：托管(Inoreader/Feedly)+Readwise Reader，或自建(FreshRSS+RSSHub+n8n)+Obsidian/Zotero；同时说明你是否能自建服务器/是否需要移动端体验。
• 试运行 7 天：每日 10 分钟筛选、周末 1 小时深读并输出 1 页总结；根据“读完率/收藏率/复用次数”删减至少 30% 噪声源。

Sources

• 小红书分享短链（无法在线核验）：http://xhslink.com/o/66fVSRemPwz
• 苏剑林博客（苏神）：https://kexue.fm/ ；作者 GitHub：https://github.com/bojone
• 论文/基准/官方研究博客：https://arxiv.org/ https://paperswithcode.com/ https://www.semanticscholar.org/ https://openai.com/research https://www.anthropic.com/research https://deepmind.google/discover/blog/
• RSS 与自动化工具：https://github.com/FreshRSS/FreshRSS https://github.com/DIYgod/RSSHub https://github.com/n8n-io/n8n