- 【转载】Claude如何为AI生成文本添加水印
- 【转载】从零构建AI文本检测器
- 【转载】Kimi K3 架构笔记
- 【转载】使用本地 Coding Agent
- 【转载】大语言模型的推理强度调控
- 【转载】大语言模型研究论文：2026年精选清单（1-5月）
- 【转载】大语言模型架构最新进展：KV共享、mHC与压缩注意力
- 【转载】我理解大语言模型架构的工作流程
- 【转载】Karpathy LLM Wiki
- 【转载】Coding Agent的组成
- 【转载】现代大语言模型注意力机制变体可视化指南
- 【转载】开源权重大语言模型的春日之梦
- 【转载】提升大语言模型推理能力的推理时算力缩放分类
- 【转载】2025年大语言模型发展现状：进展、问题与展望
- 【转载】大语言模型研究论文：2025年下半年精选（7-12月）
- 【转载】从DeepSeek V3到V3.2：架构、稀疏注意力与强化学习更新
- 【转载】超越标准大语言模型
- 【转载】从零开始理解大语言模型评估的四大主流方法
- 【转载】从零理解并实现Qwen3
- 【转载】从GPT-2到gpt-oss：架构演进深度解析
- 【转载】大语言模型架构全面对比23：Gemma 4
- 【转载】大语言模型架构全面对比22：2026年2月更多新模型一览：从Kimi K2.5到Tiny Aya
- 【转载】大语言模型架构全面对比21：GLM-5
- 【转载】大语言模型架构全面对比20：Arcee AI Trinity Large
- 【转载】大语言模型架构全面对比19：Xiaomi MiMo-V2-Flash
- 【转载】大语言模型架构全面对比18：Nemotron 3 Nano 与 Super
- 【转载】大语言模型架构全面对比17：Mistral 3
- 【转载】大语言模型架构全面对比16：DeepSeek V3.2
- 【转载】大语言模型架构全面对比15：Olmo 3 Thinking
- 【转载】大语言模型架构全面对比14：Kimi Linear
- 【转载】大语言模型架构全面对比13：MiniMax-M2
- 【转载】大语言模型架构全面对比12：Qwen3-Next
- 【转载】大语言模型架构全面对比11：GLM-4.5
- 【转载】大语言模型架构全面对比10：Grok 2.5
- 【转载】大语言模型架构全面对比09：GPT-OSS
- 【转载】大语言模型架构全面对比08：Kimi K2 and Kimi K2 Thinking
- 【转载】大语言模型架构全面对比7：SmolLM3
- 【转载】大语言模型架构全面对比06：Qwen3
- 【转载】大语言模型架构全面对比05：Llama 4
- 【转载】大语言模型架构全面对比04：Mistral Small 3.1
- 【转载】大语言模型架构全面对比03：Gemma 3
- 【转载】大语言模型架构全面对比02：OLMo 2
- 【转载】大语言模型架构全面对比01：DeepSeek V3/R1
- 【转载】大语言模型架构全面对比00：引言
- 【转载】大语言模型研究论文：2025年上半年精选（1-6月）
- 【转载】从零开始理解并实现大语言模型中的KV缓存
- 【转载】从零编写大语言模型：完整课程
- 【转载】大语言模型推理的强化学习现状
- 【转载】从零初探推理：第1章
- 【转载】大语言模型推理模型的推理现状
- 【转载】理解推理型大语言模型
- 【转载】2024年值得关注的AI研究论文（下）
- 【转载】2024年值得关注的AI研究论文（上）
- 【转载】大语言模型研究论文：2024年度合集
- 【转载】理解多模态大语言模型：主流技术与最新模型导论
- 【转载】从零构建GPT风格大语言模型分类器
- 【转载】从零构建大语言模型：3小时编程讲习班
- 【转载】新型大语言模型预训练与后训练范式
- 【转载】指令预训练大语言模型
- 【转载】预训练Transformer模型的使用与微调
- 【转载】大语言模型研究洞察：指令掩码与新型LoRA微调实验
- 【转载】最新开源大语言模型表现如何？DPO 是否优于 PPO？
- 【转载】使用与微调预训练Transformer模型
- 【转载】大语言模型预训练与奖励模型评估技巧
- 【转载】LoRA的继任者、小型微调大语言模型 vs 通用大语言模型，以及透明化大语言模型研究
- 【转载】改进LoRA：从零实现权重分解低秩适配DoRA
- 【转载】模型合并、混合专家，以及迈向更小的大语言模型
- 【转载】理解并实现大语言模型中的自注意力、多头注意力、因果注意力与交叉注意力
- 【转载】2023年值得关注的10篇AI研究论文
- 【转载】应对幻觉问题、提升推理能力与Transformer架构新洞察
- 【转载】使用 LoRA（低秩适配）微调大语言模型的实用技巧
- 【转载】用于高效大语言模型对齐的RLHF潜在继任者，以及卷积神经网络的复兴
- 【转载】2023年的人工智能与开源：高潮与低谷——年度回顾
- 【转载】大语言模型的商业版图与行业热潮
- 【介绍】从自对齐到LongLoRA
- 【转载】大语言模型训练：基于人类反馈的强化学习（RLHF）及其替代方案
- 【转载】遗漏的细节：Llama 2权重已发生变更
- 【转载】新型基础模型：CodeLlama 与开源 AI 的其他热点
- 【转载】Llama 2、Flash-Attention 2 及更多前沿研究
- 【转载】大语言模型与近邻算法
- 【转载】长上下文与将Transformer扩展至10亿令牌
- 【转载】2023年计算机视觉发展现状：从视觉Transformer到神经辐射场
- 【转载】借助混合精度与全分片数据并行加速PyTorch模型训练
- 【转载】理解编码器式与解码器式大语言模型
- 【转载】面向人类反馈的直接偏好优化及更多AI研究
- 【转载】面向人类反馈的直接偏好优化及更多AI研究
- 【转载】大语言模型微调与数据集观察
- 【转载】关于原始Transformer论文中的层归一化变体，以及大语言模型其他有趣的历史花絮
- 【转载】使用适配器高效微调大语言模型
- 【转载】长输入与少训练数据场景下的Transformer
- 【转载】大规模大语言模型训练运行洞察
- 【转载】理解大语言模型参数高效微调：提示调优与前缀调优
- 【转载】大语言模型微调
- 【转载】理解大语言模型
- 【转载】大语言模型3.0
- 【转载】换个方式训练AI：我们需要基于人类反馈的强化学习（RLHF）吗？
- 【转载】思想的AI复兴：从下一代卷积神经网络到大语言模型
- 【转载】回望2022：AI的大年
- 【转载】大语言模型的发布与开源软件
- 【转载】Transformer的快慢之道：语言处理领域的新进展