AI Research 技术调研

❯

❯

文件夹: llm/2025

此文件夹下有70条笔记。

2025年12月01日
DeepSeek-V3.2 (含 V3.2-Exp / DeepSeek Sparse Attention)
2025年10月01日
Kimi Linear: An Expressive, Efficient Attention Architecture
2025年10月01日
Ling 2.0 — Every Activation Boosted: Scaling General Reasoner to 1 Trillion Open Language Foundation (含 Ling-1T)
2025年10月01日
Ring-1T — Every Step Evolves: Scaling Reinforcement Learning for Trillion-Scale Thinking Model
2025年9月01日
Baichuan-M2: Scaling Medical Capability with Large Verifier System
2025年9月01日
GLM-4.6: Advanced Agentic, Reasoning and Coding Capabilities
2025年9月01日
LongCat-Flash Technical Report
2025年9月01日
Qwen3-Next：迈向更极致的训练推理性价比 (Qwen3-Next-80B-A3B)
2025年8月01日
DeepSeek-V3.1 Release
2025年8月01日
GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models
2025年8月01日
NVIDIA Nemotron Nano 2 (Nemotron-Nano-9B-v2)
2025年8月01日
OpenAI GPT-5 System Card
2025年8月01日
gpt-oss-120b & gpt-oss-20b Model Card (OpenAI)
2025年7月01日
Apple Intelligence Foundation Language Models Tech Report 2025
2025年7月01日
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning
2025年7月01日
Kimi K2: Open Agentic Intelligence
2025年7月01日
Towards Greater Leverage: Scaling Laws for Efficient Mixture-of-Experts Language Models
2025年7月01日
Qwen3-Coder: Agentic Coding in the World
2025年7月01日
Step-3 is Large yet Affordable: Model-system Co-design for Cost-effective Decoding
2025年7月01日
Grok 4
2025年6月01日
dots.llm1 Technical Report
2025年6月01日
ERNIE 4.5 Technical Report
2025年6月01日
Gemini 2.5 Technical Report
2025年6月01日
Hunyuan-A13B Technical Report
2025年6月01日
MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention
2025年6月01日
Magistral (Mistral 首个推理模型)
2025年6月01日
Ring-lite: Scalable Reasoning via C3PO-Stabilized Reinforcement Learning for LLMs
2025年5月01日
System Card - Claude Opus 4 & Claude Sonnet 4
2025年5月01日
Introducing Claude 4 (Opus 4 & Sonnet 4)
2025年5月01日
DeepSeek-R1-0528 Release
2025年5月01日
Introducing Gemma 3n
2025年5月01日
Hunyuan-TurboS: Advancing Large Language Models through Mamba-Transformer Synergy and Adaptive Chain-of-Thought
2025年5月01日
Llama-Nemotron - Efficient Reasoning Models
2025年5月01日
Mistral Medium 3
2025年5月01日
Pangu Pro MoE - Mixture of Grouped Experts for Efficient Sparsity
2025年5月01日
Pangu Ultra MoE - How to Train Your Big MoE on Ascend NPUs
2025年5月01日
Qwen3 Technical Report
2025年5月01日
Seed1.5-VL Technical Report
2025年5月01日
Skywork Open Reasoner 1 Technical Report (Skywork-OR1)
2025年5月01日
MiMo: Unlocking the Reasoning Potential of Language Model -- From Pretraining to Posttraining
2025年4月01日
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
2025年4月01日
InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models
2025年4月01日
The Llama 4 herd (Scout, Maverick, Behemoth)
2025年4月01日
Nemotron-H - Hybrid Mamba-Transformer Models
2025年4月01日
OpenAI o3 and o4-mini System Card
2025年4月01日
Pangu Ultra - Pushing the Limits of Dense Large Language Models on Ascend NPUs
2025年4月01日
Phi-4-reasoning Technical Report
2025年4月01日
Seed1.5-Thinking: Advancing Superb Reasoning Models with Reinforcement Learning
2025年4月01日
Skywork R1V: Pioneering Multimodal Reasoning with Chain-of-Thought
2025年3月01日
OLMo 2 32B - First fully open model to outperform GPT-3.5 and GPT-4o mini
2025年3月01日
The Amazon Nova Family of Models - Technical Report and Model Card
2025年3月01日
Command A - An Enterprise-Ready Large Language Model
2025年3月01日
TAO - Using test-time compute to train efficient LLMs without labeled data
2025年3月01日
Gemma 3 Technical Report
2025年3月01日
Mistral Small 3.1
2025年3月01日
Phi-4-Mini Technical Report (Phi-4-Mini & Phi-4-Multimodal)
2025年3月01日
Qwen2.5-Omni Technical Report
2025年3月01日
QwQ-32B: Embracing the Power of Reinforcement Learning
2025年2月01日
Claude 3.7 Sonnet and Claude Code
2025年2月01日
Introducing deep research (OpenAI)
2025年2月01日
OpenAI GPT-4.5 System Card
2025年2月01日
Grok 3 Beta — The Age of Reasoning Agents
2025年1月01日
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
2025年1月01日
Kimi k1.5: Scaling Reinforcement Learning with LLMs
2025年1月01日
MiniMax-01: Scaling Foundation Models with Lightning Attention
2025年1月01日
Mistral Small 3
2025年1月01日
2 OLMo 2 Furious (OLMo 2 技术报告)
2025年1月01日
OpenAI o3-mini 发布
2025年1月01日
Qwen2.5-Max: Exploring the Intelligence of Large-scale MoE Model
2025年1月01日
rStar-Math - Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking

GitHub