AI Research 技术调研

❯

❯

文件夹: llm/2023

此文件夹下有79条笔记。

2024年3月01日
InternLM2 Technical Report
2024年3月01日
Yi: Open Foundation Models by 01.AI
2024年2月01日
DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models
2024年1月01日
DeepSeek-Coder: When the Large Language Model Meets Programming -- The Rise of Code Intelligence
2024年1月01日
DeepSeek LLM: Scaling Open-Source Language Models with Longtermism
2024年1月01日
DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
2023年12月01日
CogAgent: A Visual Language Model for GUI Agents
2023年12月01日
Gemini: A Family of Highly Capable Multimodal Models
2023年12月01日
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
2023年12月01日
Mixtral of Experts
2023年12月01日
Phi-2: The surprising power of small language models
2023年12月01日
TigerBot: An Open Multilingual Multitask LLM
2023年11月01日
CogVLM: Visual Expert for Pretrained Language Models
2023年11月01日
Orca 2: Teaching Small Language Models How to Reason
2023年11月01日
Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models
2023年10月01日
AgentTuning: Enabling Generalized Agent Abilities for LLMs
2023年10月01日
Aquila2 series（BAAI 悟道·天鹰，官方 GitHub）
2023年10月01日
BitNet: Scaling 1-bit Transformers for Large Language Models
2023年10月01日
ChatGLM3 series: Open Bilingual Chat LLMs（官方 GitHub）
2023年10月01日
Improved Baselines with Visual Instruction Tuning (LLaVA-1.5)
2023年10月01日
Mistral 7B
2023年10月01日
Skywork: A More Open Bilingual Foundation Model
2023年10月01日
SWE-bench: Can Language Models Resolve Real-World GitHub Issues?
2023年10月01日
Zephyr: Direct Distillation of LM Alignment
2023年10月01日
Ziya-Visual: Bilingual Large Vision-Language Model via Multi-Task Instruction Tuning
2023年9月01日
Baichuan 2: Open Large-scale Language Models
2023年9月01日
InternLM-XComposer: A Vision-Language Large Model for Advanced Text-image Comprehension and Composition
2023年9月01日
Effective Long-Context Scaling of Foundation Models (Llama 2 Long)
2023年9月01日
Announcing Mistral 7B
2023年9月01日
Textbooks Are All You Need II: phi-1.5 technical report
2023年9月01日
Qwen Technical Report
2023年9月01日
RLAIF vs. RLHF: Scaling RL from Human Feedback with AI Feedback
2023年9月01日
Efficient Memory Management for LLM Serving with PagedAttention (vLLM)
2023年9月01日
YaRN: Efficient Context Window Extension of Large Language Models
2023年8月01日
AgentBench: Evaluating LLMs as Agents
2023年8月01日
AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
2023年8月01日
Code Llama: Meta's state-of-the-art LLM for coding
2023年8月01日
Code Llama: Open Foundation Models for Code
2023年8月01日
Qwen-VL: A Versatile Vision-Language Model for Understanding, Localization, Text Reading, and Beyond
2023年8月01日
XVERSE-13B: A multilingual large language model（官方 GitHub）
2023年7月01日
Claude 2
2023年7月01日
CodeGeeX2: A More Powerful Multilingual Code Generation Model（官方 GitHub）
2023年7月01日
FlashAttention-2: Faster Attention with Better Parallelism and Work Partitioning
2023年7月01日
Llama 2: Open Foundation and Fine-Tuned Chat Models
2023年7月01日
Lost in the Middle: How Language Models Use Long Contexts
2023年7月01日
Retentive Network: A Successor to Transformer for Large Language Models
2023年6月01日
Baichuan-7B: 开源可商用大规模预训练语言模型（官方 GitHub）
2023年6月01日
ChatGLM2-6B: An Open Bilingual Chat LLM（官方 GitHub）
2023年6月01日
InternLM: A Multilingual Language Model with Progressively Enhanced Capabilities
2023年6月01日
Function calling and other API updates
2023年6月01日
Orca: Progressive Learning from Complex Explanation Traces of GPT-4
2023年6月01日
Extending Context Window of LLMs via Positional Interpolation
2023年6月01日
Textbooks Are All You Need (phi-1)
2023年6月01日
How Far Can Camels Go? (Tülu)
2023年6月01日
WebGLM: Towards An Efficient Web-Enhanced Question Answering System with Human Preferences
2023年5月01日
CPM-Bee: 百亿参数的中英文双语基座大模型（官方 GitHub）
2023年5月01日
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
2023年5月01日
Gorilla: Large Language Model Connected with Massive APIs
2023年5月01日
GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints
2023年5月01日
Let's Verify Step by Step
2023年5月01日
LIMA: Less Is More for Alignment
2023年5月01日
PaLM 2 Technical Report
2023年5月01日
QLoRA: Efficient Finetuning of Quantized LLMs
2023年5月01日
Releasing 3B and 7B RedPajama-INCITE Family of Models
2023年5月01日
RWKV: Reinventing RNNs for the Transformer Era
2023年5月01日
Tree of Thoughts: Deliberate Problem Solving with Large Language Models
2023年5月01日
Voyager: An Open-Ended Embodied Agent with Large Language Models
2023年4月01日
Generative Agents: Interactive Simulacra of Human Behavior
2023年4月01日
MOSS: An open-source tool-augmented conversational language model from Fudan University（官方 GitHub）
2023年4月01日
Pythia: A Suite for Analyzing LLMs Across Training and Scaling
2023年3月01日
Alpaca: A Strong, Replicable Instruction-Following Model
2023年3月01日
ChatGLM-6B: An Open Bilingual Dialogue Language Model（官方 GitHub）
2023年3月01日
CodeGeeX: A Pre-Trained Model for Code Generation with Multilingual Benchmarking on HumanEval-X
2023年3月01日
GPT-4 Technical Report
2023年3月01日
HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face
2023年3月01日
Reflexion: Language Agents with Verbal Reinforcement Learning
2023年3月01日
Vicuna: An Open-Source Chatbot Impressing GPT-4 with 90% ChatGPT Quality
2023年2月01日
LLaMA: Open and Efficient Foundation Language Models
2023年2月01日
Toolformer: Language Models Can Teach Themselves to Use Tools

GitHub