AI Research 技术调研

❯

❯

文件夹: llm/2024

此文件夹下有89条笔记。

2024年12月01日
Introducing Amazon Nova: A new generation of foundation models
2024年12月01日
DeepSeek-V3 Technical Report
2024年12月01日
DeepSeek-VL2: Mixture-of-Experts Vision-Language Models for Advanced Multimodal Understanding
2024年12月01日
GLM-4-Voice: Towards Intelligent and Human-Like End-to-End Spoken Chatbot
2024年12月01日
Introducing Gemini 2.0 - our new AI model for the agentic era
2024年12月01日
HunyuanVideo: A Systematic Framework For Large Video Generative Models
2024年12月01日
Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling (InternVL 2.5)
2024年12月01日
OpenAI o1 System Card
2024年12月01日
Phi-4 Technical Report
2024年12月01日
Qwen2.5 Technical Report
2024年11月01日
Hunyuan-Large: An Open-Source MoE Model with 52 Billion Activated Parameters by Tencent
2024年11月01日
Llama Guard 3 Vision: Safeguarding Human-AI Image Understanding Conversations
2024年11月01日
Tulu 3: Pushing Frontiers in Open Language Model Post-Training
2024年10月01日
Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku
2024年10月01日
Baichuan-Omni Technical Report
2024年10月01日
CCI3.0-HQ: a large-scale Chinese dataset of high quality designed for pre-training large language models
2024年10月01日
Movie Gen: A Cast of Media Foundation Models
2024年10月01日
Pixtral 12B
2024年9月01日
Emu3: Next-Token Prediction is All You Need
2024年9月01日
Llama 3.2 - Revolutionizing edge AI and vision with open, customizable models
2024年9月01日
MiniCPM3-4B (Model Card)
2024年9月01日
MM1.5: Methods, Analysis & Insights from Multimodal LLM Fine-tuning
2024年9月01日
Molmo and PixMo: Open Weights and Open Data for State-of-the-Art Vision-Language Models
2024年9月01日
OLMoE: Open Mixture-of-Experts Language Models
2024年9月01日
Learning to Reason with LLMs (OpenAI o1)
2024年9月01日
Qwen2-VL: Enhancing Vision-Language Model's Perception of the World at Any Resolution
2024年9月01日
Qwen2.5-Coder Technical Report
2024年9月01日
Qwen2.5-Math Technical Report: Toward Mathematical Expert Model via Self-Improvement
2024年9月01日
Yi-Coder-9B-Chat (Model Card)
2024年8月01日
The Jamba 1.5 Open Model Family: The Most Powerful and Efficient Long Context Models
2024年8月01日
CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer
2024年8月01日
CogVLM2: Visual Language Models for Image and Video Understanding
2024年8月01日
LongWriter: Unleashing 10,000+ Word Generation from Long Context LLMs
2024年8月01日
MiniCPM-V: A GPT-4V Level MLLM on Your Phone
2024年7月01日
Apple Intelligence Foundation Language Models
2024年7月01日
FlashAttention-3: Fast and Accurate Attention with Asynchrony and Low-precision
2024年7月01日
Gemma 2: Improving Open Language Models at a Practical Size
2024年7月01日
InternLM2.5-7B-Chat (Model Card)
2024年7月01日
The Llama 3 Herd of Models
2024年7月01日
Introducing Llama 3.1 - Our most capable models to date (405B)
2024年7月01日
Large Enough (Mistral Large 2)
2024年7月01日
Mistral NeMo
2024年7月01日
OpenHands: An Open Platform for AI Software Developers as Generalist Agents
2024年7月01日
Qwen2-Audio Technical Report
2024年7月01日
Qwen2 Technical Report
2024年6月01日
Introducing Claude 3.5 Sonnet
2024年6月01日
Introducing Apple's On-Device and Server Foundation Models
2024年6月01日
DataComp-LM: In search of the next generation of training sets for language models
2024年6月01日
DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence
2024年6月01日
The FineWeb Datasets: Decanting the Web for the Finest Text Data at Scale
2024年6月01日
ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools
2024年6月01日
Mooncake: A KVCache-centric Disaggregated Architecture for LLM Serving
2024年6月01日
Nemotron-4 340B Technical Report
2024年6月01日
Seed-TTS: A Family of High-Quality Versatile Speech Generation Models
2024年6月01日
Skywork-MoE: A Deep Dive into Training Techniques for Mixture-of-Experts Language Models
2024年6月01日
tau-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains
2024年5月01日
Chameleon: Mixed-Modal Early-Fusion Foundation Models
2024年5月01日
DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model
2024年5月01日
Transformers are SSMs: Generalized Models and Efficient Algorithms Through Structured State Space Duality (Mamba-2)
2024年5月01日
MAP-Neo: Highly Capable and Transparent Bilingual Large Language Model Series
2024年5月01日
Hello GPT-4o
2024年5月01日
SimPO: Simple Preference Optimization with a Reference-Free Reward
2024年5月01日
SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering
2024年5月01日
Yuan 2.0-M32: Mixture of Experts with Attention Router
2024年4月01日
Introducing Command R+: A Scalable LLM Built for Business
2024年4月01日
How Far Are We to GPT-4V? Closing the Gap to Commercial Multimodal Models with Open-Source Suites (InternVL 1.5)
2024年4月01日
Introducing Meta Llama 3 (8B & 70B)
2024年4月01日
MiniCPM: Unveiling the Potential of Small Language Models with Scalable Training Strategies
2024年4月01日
Cheaper, Better, Faster, Stronger (Mixtral 8x22B)
2024年4月01日
Phi-3 Technical Report: A Highly Capable Language Model Locally on Your Phone
2024年4月01日
Snowflake Arctic: The Best LLM for Enterprise AI — Efficiently Intelligent, Truly Open
2024年4月01日
Tele-FLM Technical Report
2024年3月01日
Introducing the next generation of Claude (Claude 3 family)
2024年3月01日
The Claude 3 Model Family - Opus, Sonnet, Haiku (Model Card)
2024年3月01日
Introducing DBRX: A New State-of-the-Art Open LLM
2024年3月01日
DeepSeek-VL: Towards Real-World Vision-Language Understanding
2024年3月01日
Gemini 1.5: Unlocking multimodal understanding across millions of tokens of context
2024年3月01日
Gemma: Open Models Based on Gemini Research and Technology
2024年3月01日
Jamba: A Hybrid Transformer-Mamba Language Model
2024年3月01日
MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training
2024年3月01日
ORPO: Monolithic Preference Optimization without Reference Model
2024年3月01日
RewardBench: Evaluating Reward Models for Language Modeling
2024年3月01日
Grok-1 open release
2024年2月01日
KTO: Model Alignment as Prospect Theoretic Optimization
2024年2月01日
Nemotron-4 15B Technical Report
2024年2月01日
OLMo: Accelerating the Science of Language Models
2024年1月01日
Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research
2024年1月01日
InternLM-XComposer2: Mastering Free-form Text-Image Composition and Comprehension in Vision-Language Large Model
2024年1月01日
Self-Rewarding Language Models

GitHub