分布式智能体与生物数据研究
Using thousands of AI agents to uncover new leads in biological data
用分布式智能体连接大型生物数据与科学文献。得到的研究线索仍需要后续实验检验。
THE RESEARCH ATLAS
基础模型论文
模型架构、预训练和通用语言能力。结合原始技术报告与经典阅读路径，理解模型的结构、数据和评估边界。
低资源编程语言的模型能力研究
Advancing coding in low-resource programming languages
官方介绍如何改善训练资料较少的编程语言上的模型能力。
Gemini 4 Argon 模型卡
Gemini 4 Argon — Model Card
官方模型资料，记录评测、局限与安全考量。此处日期为官方列出的模型卡更新日期。
借助 Ironclad 推进计算机操作能力
Advancing computer use with Ironclad
关于计算机操作智能体进展的官方研究文章。应区分评测结果与实际部署条件。
Qwen-Audio-Agent：全双工语音与任务编排
Qwen-Audio-Agent Technical Report
前后台架构将语音交互与异步任务执行分开，协调授权、状态与结果交付。
DeepSeek-V4.1-Flash：更智能、更快速、更高效
DeepSeek-V4.1-Flash: smarter, faster, more efficient
官方介绍非对称因果编码器—解码器架构，并提供技术报告及模型资源入口。
Grok 4.6 介绍
Introducing Grok 4.6
官方技术发布说明，介绍补充训练、重新生成的监督轨迹及智能体强化学习。
Qwen3.5-Omni 技术报告
Qwen3.5-Omni Technical Report
报告探索全模态模型家族，以及异构视觉、文本和音频数据的训练。
Qwen3-Coder-Next 技术报告
Qwen3-Coder-Next Technical Report
面向编程智能体的开放权重模型，探索较少激活参数与强化训练配方的结合。
AI 的“差异”工具：发现新模型的行为差异
A “diff” tool for AI: Finding behavioral differences in new models
可解释性研究介绍如何在预设测试之外，识别 AI 模型的行为差异。
Kimi K2.5：视觉智能体能力与多模态训练
Kimi K2.5: Visual Agentic Intelligence
探索文本与视觉的联合训练，以及多智能体任务分解能力。
DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models
结合稀疏注意力与后训练方法，改进效率、推理及面向智能体的行为。
Qwen3-VL 技术报告
Qwen3-VL Technical Report
Qwen 视觉语言家族在不同规模模型中融合文本、图像与视频理解。
gpt-oss-120b 与 gpt-oss-20b 模型卡
gpt-oss-120b & gpt-oss-20b Model Card
从架构、训练、能力与安全评估等方面介绍开放权重推理模型。
Gemini 2.5：以高级推理、多模态、长上下文和新一代智能体能力推进前沿
Gemini 2.5: Pushing the Frontier with Advanced Reasoning, Multimodality, Long Context, and Next Generation Agentic Capabilities
模型家族报告涵盖推理、多模态输入、长上下文及智能体相关评测。
Qwen3 技术报告
Qwen3 Technical Report
稠密与混合专家模型结合思考、非思考模式，探索可调节的推理计算。
DeepSeek-R1：通过强化学习激发大语言模型的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
利用强化学习发展推理行为，并研究可用模型训练及蒸馏流程。
DeepSeek-V3 技术报告
DeepSeek-V3 Technical Report
混合专家模型结合潜在注意力、多 Token 预测等架构与训练效率技术。
SAM 2：图像与视频的通用分割
SAM 2: Segment Anything in Images and Videos
把可提示分割从单幅图像扩展到视频，使用流式记忆与交互式数据采集。
Mixtral：稀疏专家混合语言模型
Mixtral of Experts
使用稀疏专家混合结构，研究激活参数与模型容量之间的关系。
GPT-4 技术报告
GPT-4 Technical Report
报告介绍 GPT-4 的能力、评测与局限，同时并未公开所有训练细节。
FlashAttention：具备 IO 感知能力的快速、内存高效精确注意力
FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness
通过减少内存访问开销，在保持精确注意力计算的同时提高效率。
利用人类反馈训练语言模型遵循指令
Training language models to follow instructions with human feedback
利用人类示范与偏好反馈改进语言模型遵循指令的能力。
训练计算最优的大语言模型
Training Compute-Optimal Large Language Models
研究如何在固定训练计算预算下，平衡模型规模与训练数据规模。
LoRA：大语言模型的低秩适配
LoRA: Low-Rank Adaptation of Large Language Models
冻结预训练权重，仅学习低秩更新，以减少适配模型时需要训练的参数。
语言模型是少样本学习者
Language Models are Few-Shot Learners
GPT-3 探索大规模自回归模型如何从上下文中的少量示例执行新任务。
BERT：面向语言理解的深度双向 Transformer 预训练
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
通过掩码语言预训练学习双向表示，再迁移到语言理解任务。
注意力即全部
Attention Is All You Need
Transformer 用注意力机制构建序列模型，成为后续语言与多模态模型的重要基础。
基于深度卷积神经网络的 ImageNet 分类
ImageNet Classification with Deep Convolutional Neural Networks
深度卷积网络将数据、GPU 计算与表示学习结合，为现代视觉研究提供了重要起点。
研究该主题的机构
括号内是该机构在本索引中带此主题的记录数。