经典文献DeepSeek-R1（推理大模型）（DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning） aipao_admin / 2026年10月13日 一句话导读 强化学习”逼&# […]
经典文献Chinchilla（计算最优模型）（Training Compute-Optimal Large Language Models） aipao_admin / 2026年10月13日 一句话导读 算力预算下”数据 […]
经典文献LLaMA（开源大模型）（LLaMA: Open and Efficient Foundation Language Models） aipao_admin / 2026年10月13日 一句话导读 开源可商用的大模型，推动AI […]
经典文献InstructGPT（人类反馈训练）（Training Language Models to Follow Instructions with Human Feedback） aipao_admin / 2026年10月13日 一句话导读 用人类反馈训练模型更听话，C […]
经典文献GPT-2（Language Models are Unsupervised Multitask Learners） aipao_admin / 2026年10月13日 一句话导读 展示大模型”无师 […]