Katsaus LLM-tutkimuspapereihin vuoden 2026 alkuvuodelta
Sebastian Raschka julkaisi kuratoidun listan keskeisistä tieteellisistä papereista suurista kielimalleista (LLM) tammikuusta toukokuuhun 2026. Valinta korostaa trendejä: hybridiarkkitehtuureja (vuorottelevat huomio- ja tila-avaruuskerrokset), tehokasta päättelyä, agenttijärjestelmiä ja diffuusiokielimalleja. Erityistä huomiota saavat Nvidian Nemotron 3 hybridisuunnittelullaan ja Qwen3.6 Gated DeltaNetillä.
NVIDIA
Alibaba/Qwen
Mistral
Baidu
Cohere
Technology Innovation Institute
MiniMax
Sebastian Raschka27.07 · 12:03