跳转至

文献

主题页保留与具体主张相邻的来源,并在页末以 Reference 汇集本页书目;本页只提供贯穿全站的原始论文、官方实现与规范入口。技术谱系按问题演进组织阅读路径,并为关键工作提供论文、实现、公式与代码相互对照的深读页。书目格式见阅读方法。技术事实最后核验于 2026-07-28,持续演进的软件应同时记录版本或 commit。

基础、数据与缩放

对应基础、数据与缩放实验设计。

结构、位置与长序列

对应模型结构、位置编码、长上下文与非 Transformer 路线。

DeepSeek 家族与 V4

DeepSeek 演化区分架构、训练、推理、权重与产品节点;DeepSeek-V4 总深读连接 mHC、CSA / HCA、Muon、MegaMoE、长上下文后训练和评测协议。公式与实现分别进入压缩注意力、mHC、On-Policy Distillation 和系统闭环;103 项引用图谱保留完整的一跳文献角色。

Kimi 家族与 K3

Kimi 技术谱系区分各节点的报告、权重、代码、API、许可证与发布日期;K3 工作深读连接结构、训练、系统和评测;150 项引用图谱进一步标明每项文献是直接来源、前身、并行工作、benchmark 还是比较对象。KDA、depth mixing、latent routing 与 expert parallel 分别见 Kimi Linear 与 FlashKDA、Attention Residuals、Stable LatentMoE 与 Quantile Balancing 和 MoonEP;视觉与音频分支另见 Kimi 家族的多模态路线。

GLM 家族与 GLM-5

GLM 演化区分论文、模型、权重、代码、API 与后续版本;GLM-5 总深读覆盖报告的架构、数据、训练、Agentic RL、环境、硬件和评测;63 项引用图谱保留正文实际使用文献的角色。架构、IndexCache、slime 与 Agentic Engineering 分别展开可复用机制。

多模态与生成

对应多模态与生成、共同表示、视觉理解、图像生成、音频、视频和 Any-to-Any 系统。

世界模型与具身智能

对应世界模型、潜在动力学与规划、表示预测与生成式世界、具身智能与 VLA 数据谱系。

预训练、适配与压缩

对应预训练、参数高效适配、蒸馏与量化。

强化学习基础与策略优化

对应强化学习总览、历史与脉络、序贯决策、价值与 Bellman、策略优化和手撕强化学习。

语言模型反馈与策略学习

对应反馈制度、推理 RL 配方地图、GAE、PPO、GRPO、Ratio 与 Gate、在线 RL 与语言模型信用分配。

研究前沿

下列工作适合研究复现与条件化比较,不应直接视为跨模型、跨环境的默认配方。

推理、搜索与智能体

对应推理、搜索与验证、工具使用、Agent 运行时与安全边界。

训练与推理系统

对应训练系统、并行策略、注意力 kernel 与推理服务。

官方实现与规范

评测、可靠性与安全

对应评测、统计推断、校准、生成式评审、污染与安全评测。

Agent 与多模态评测

对应 Agent 与工具评测和多模态评测。

引用论文结果时,应回到具体版本、表格、数据切分、预算和限制;本页是阅读索引,不替代原文。