5月 28, 2025

DeepSeek-R1-0528 - DeepSeek 大型语言模型

5月 26, 2025

理解偏好学习中的性能差距:RLHF与DPO的二分法分析

5月 26, 2025

理解偏好学习中的性能差距: 基于人类反馈的强化学习与直接偏好优化的二分法

5月 22, 2025

Claude 4 系列：Anthropic发布的世界级编码和推理模型

5月 22, 2025

Claude Opus 4 - Anthropic 大型语言模型

5月 22, 2025

Claude Sonnet 4 - Anthropic 大型语言模型

5月 22, 2025

Reasoning Beyond Language: A Comprehensive Survey on Latent Chain-of-Thought Reasoning

5月 18, 2025

ZenFlow: DeepSpeed的无停顿卸载训练引擎，5倍加速ZeRO-Offload

5月 16, 2025

SageAttention3: 基于微缩放 FP4 的 Attention 推理加速与 8-bit 训练探索

5月 13, 2025

FlashMLA-ETAP: 高效转置 Attention 流水线加速 H20 GPU 上的 MLA 推理