DeepSeek · arXiv
论文模型原理国内英文原文
介绍数学数据、训练与组相对策略优化，为理解后来推理模型的强化学习路线提供背景。
为什么值得读- 论文首次公开日期：2024/02/05；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文RAG国际英文原文
RAPTOR 递归地嵌入、聚类并总结文档片段，构建不同抽象层级的树状检索结构。适合对照普通分块检索，理解长文档信息如何被组织。
为什么值得读- 论文首次公开日期：2024/01/31；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文RAG国际英文原文
在生成前评价检索资料质量，并按结果修正检索策略；该方法强调检索失败不应被直接掩盖。
为什么值得读- 论文首次公开日期：2024/01/29；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文模型原理国际英文原文
研究选择性状态空间机制处理长序列，提供注意力架构之外的序列建模路线。
为什么值得读- 论文首次公开日期：2023/12/01；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文RAG国际英文原文
Self-RAG 研究用反思标记控制检索、生成和自我检查，尝试让模型按需取用资料。事实性与引用效果来自论文实验，不作为本站的实测结论。
为什么值得读- 论文首次公开日期：2023/10/17；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文Agent国际英文原文
借鉴操作系统的内存管理组织上下文与外部存储，研究长期对话中信息的保存和调度。
为什么值得读- 论文首次公开日期：2023/10/12；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文Agent国际英文原文
把语言模型管线表示成可优化的程序，研究用数据和评估改进提示与模块组合，而不是只手工修改提示词。
为什么值得读- 论文首次公开日期：2023/10/05；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文Agent国际英文原文
AutoGen 论文介绍用多个可配置智能体的对话来组织语言模型应用，支持不同角色协作。这里记录论文首次公开日期，与后续框架版本发布日期分开。
为什么值得读- 论文首次公开日期：2023/08/16；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文模型原理国际英文原文
提出无需单独训练显式奖励模型的偏好优化方法，为理解对齐训练中的不同目标函数提供材料。
为什么值得读- 论文首次公开日期：2023/05/29；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文Agent国际英文原文
在游戏环境研究可复用技能库与持续探索，讨论大语言模型智能体如何积累行动经验。
为什么值得读- 论文首次公开日期：2023/05/25；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文Agent国际英文原文
研究准确生成外部 API 调用的方法，关注接口文档变化和参数构造，不能替代实际调用前的校验。
为什么值得读- 论文首次公开日期：2023/05/24；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
arXiv · 论文作者
论文模型原理国际英文原文
QLoRA 研究把低位量化与低秩适配结合，降低大模型微调的显存需求。论文中的硬件与质量结果针对特定实验，不能概括为所有模型无损。
为什么值得读- 论文首次公开日期：2023/05/23；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。