📚论文阅读

阅读的论文合集。

阅读的论文合集。

Genie: 生成式交互环境, Generative Interactive Environments

知乎: https://zhuanlan.zhihu.com/p/686215795

Gemma: 基于Gemini研究和技术的开源模型, Gemma: Open Models Based on Gemini Research and Technology

知乎: https://zhuanlan.zhihu.com/p/684424814

迈向全透明的开源大语言模型, LLM360: Towards Fully Transparent Open-Source LLMs

知乎: https://zhuanlan.zhihu.com/p/683666736

作为世界模拟器的视频生成模型, Video generation models as world simulators

知乎: https://zhuanlan.zhihu.com/p/682425217

处理、表示和操作视觉丰富的科学文献的统一工具包: PaperMage

知乎: https://zhuanlan.zhihu.com/p/680142822

统一和处理多种结构化知识基础（SKG）任务, UnifiedSKG

知乎: https://zhuanlan.zhihu.com/p/677789726

双子座：一个功能强大的多模态模型系列，Gemini: A Family of Highly Capable Multimodal Models

知乎: https://zhuanlan.zhihu.com/p/670821058

开源的多模态文档数据集，《OBELISC: An Open Web-Scale Filtered Dataset of Interleaved Image-Text Documents》

知乎: https://zhuanlan.zhihu.com/p/670149958

看了超过200篇中国人写的英文论文后总结出了这些常见错误

知乎: https://zhuanlan.zhihu.com/p/665892027

166页超长论文阅读，大多模态模型的黎明：GPT-4V的初步探索，The Dawn of LMMs: Preliminary Explorations with GPT-4V(ision)

知乎: 上篇: https://zhuanlan.zhihu.com/p/663655741

知乎: 下篇: https://zhuanlan.zhihu.com/p/663807184

GPT-4V系统卡解读：智能以外，如何对社会有益？

知乎: https://zhuanlan.zhihu.com/p/662927889

大模型的缩放定律，Scaling Laws for Neural Language Models

知乎: https://zhuanlan.zhihu.com/p/663296750

可以生成空间感知的文本块和以markdown格式的多模态文学模型，Kosmos-2.5: A Multimodal Literate Model

知乎: https://zhuanlan.zhihu.com/p/659137599

基于科学文档的PDE识别，《Nougat：Neural Optical Understanding for Academic Documents》

知乎: https://zhuanlan.zhihu.com/p/659064019