标签: source

2026年7月22日

• source
• paper
• distillation
• on-policy-kd
• post-training
• reasoning
• code

2026年7月15日

• source
• paper
• rlvr
• entropy
• grpo
• ppo
• reinforcement-learning
• reasoning
• coding

2026年7月14日

• source
• paper
• agent
• reinforcement-learning
• post-training
• grpo
• asynchronous-rl

2026年6月30日

• source
• paper
• agent
• benchmark
• evaluation
• pretraining

2026年6月30日

• source
• paper
• code-agent
• swe-agent
• agentless
• reinforcement-learning
• mid-training
• Params

2026年6月30日

• source
• paper
• agent
• code-agent
• mid-training
• software-engineering

2026年6月30日

• source
• paper
• agent
• world-model
• mid-training
• reinforcement-learning

2026年6月30日

• source
• paper
• qwen
• code-agent
• mid-training
• reinforcement-learning
• tool-use
• moe

2026年6月30日

• source
• report
• agent
• mid-training
• agent-training
• evaluation

2026年6月29日

• source
• paper
• agent
• continued-pretraining
• synthetic-data
• tool-use

2026年6月12日

• source
• report
• code-agent
• trajectory-data
• synthetic-reasoning
• post-training

2026年6月02日

• source
• paper
• repository-level-code-completion
• retrieval-augmented-generation
• code-agent
• context-pruning

2026年6月02日

• source
• paper
• prompt-compression
• long-context
• context-pruning

2026年6月02日

• source
• paper
• repository-level-code-completion
• selective-retrieval
• retrieval-augmented-generation
• code-agent
• context-pruning

2026年6月02日

• source
• paper
• repository-level-code-completion
• retrieval-augmented-generation
• code-agent
• context-pruning

2026年6月02日

• source
• paper
• code-prompt-compression
• retrieval-augmented-generation
• code-agent
• context-pruning

2026年6月02日

• source
• paper
• agents
• coding-agent
• software-architecture
• context-management
• tool-use
• safety

2026年6月02日

• source
• paper
• tool-output-pruning
• code-agent
• context-pruning

2026年6月01日

• source
• paper
• residual
• deep-learning

2026年6月01日

• source
• paper
• normalization
• layernorm

2026年6月01日

• source
• paper
• transformer
• attention
• positional-encoding

2026年6月01日

• source
• paper
• moe
• sparse-model

2026年6月01日

• source
• paper
• attention
• mqa
• kv-cache

2026年6月01日

• source
• paper
• normalization
• rmsnorm

2026年6月01日

• source
• paper
• sparse-attention
• long-context

2026年6月01日

• source
• paper
• ffn
• swiglu
• transformer

2026年6月01日

• source
• paper
• moe
• distributed-training

2026年6月01日

• source
• paper
• decoder-only
• language-model

2026年6月01日

• source
• paper
• long-context
• sparse-attention

2026年6月01日

• source
• paper
• positional-encoding
• alibi
• long-context

2026年6月01日

• source
• paper
• positional-encoding
• rope

2026年6月01日

• source
• paper
• moe
• sparse-model

2026年6月01日

• source
• paper
• attention
• gqa
• kv-cache

2026年6月01日

• source
• paper
• deepseek
• mla
• moe

2026年6月01日

• source
• paper
• deepseek
• moe
• mla

2026年6月01日

• source
• paper
• moe
• deepseek

2026年6月01日

• source
• paper
• agents
• long-horizon
• reinforcement-learning
• sft
• evaluation

2026年5月31日

• source
• paper
• tokenizer
• bpe
• subword

2026年5月31日

• source
• paper
• training-optimization
• memory
• activation-checkpointing

2026年5月31日

• source
• paper
• distributed-training
• pipeline-parallel

2026年5月31日

• source
• paper
• tokenizer
• sentencepiece
• subword

2026年5月31日

• source
• paper
• distributed-training
• tensor-parallel
• megatron

2026年5月31日

• source
• paper
• t5
• c4
• pretraining-data

2026年5月31日

• source
• paper
• distributed-training
• zero
• memory

2026年5月31日

• source
• paper
• scaling-law
• compute
• pretraining

2026年5月31日

• source
• paper
• deduplication
• pretraining-data
• memorization

2026年5月31日

• source
• paper
• webtext
• c4
• data-documentation

2026年5月31日

• source
• paper
• lora
• parameter-efficient-finetuning

2026年5月31日

• source
• paper
• pretraining-data
• data-mix
• dataset

2026年5月31日

• source
• paper
• distributed-training
• zero
• offload

2026年5月31日

• source
• paper
• chinchilla
• compute-optimal
• scaling-law

2026年5月31日

• source
• paper
• pretraining-data
• data-quality
• data-mix

2026年5月31日

• source
• paper
• long-context
• lora
• fine-tuning

2026年5月31日

• source
• paper
• long-context
• positional-encoding
• rope

2026年5月31日

• source
• paper
• qlora
• quantization
• parameter-efficient-finetuning

2026年5月31日

• source
• paper
• pretraining-data
• web-data
• data-filtering

2026年5月31日

• source
• paper
• roots
• multilingual
• pretraining-data

2026年5月31日

• source
• paper
• yarn
• long-context
• rope

2026年5月31日

• source
• paper
• pretraining-data
• datacomp
• data-curation

2026年5月31日

• source
• paper
• dolma
• pretraining-data
• dataset

2026年5月31日

• source
• paper
• fineweb
• web-data
• pretraining-data

2026年5月31日

• source
• paper
• longrope
• long-context
• rope

2026年5月29日

• source
• paper
• distillation
• sequence-level

2026年5月29日

• source
• paper
• rlhf
• reward-model
• preference-learning

2026年5月29日

• source
• paper
• reinforcement-learning
• ppo

2026年5月29日

• source
• paper
• rlhf
• summarization
• reward-model

2026年5月29日

• source
• paper
• instruction-tuning
• sft

2026年5月29日

• source
• paper
• instruction-tuning
• multitask-learning

2026年5月29日

• source
• paper
• alignment
• rlaif
• safety

2026年5月29日

• source
• paper
• instructgpt
• rlhf
• sft
• reward-model

2026年5月29日

• source
• paper
• instruction-tuning
• synthetic-data

2026年5月29日

• source
• paper
• distillation
• reasoning
• rationale

2026年5月29日

• source
• paper
• dpo
• preference-optimization
• alignment

2026年5月29日

• source
• paper
• reasoning
• grpo
• math

2026年5月29日

• source
• paper
• context-compression
• code-agent
• code-llm

2026年5月28日

• source
• blog
• llama
• multimodal
• moe

2026年5月28日

• source
• paper
• context-compression
• code-llm
• rag

2026年5月28日

• source
• paper
• pretraining
• reinforcement-learning
• reasoning
• chain-of-thought

2026年5月28日

• source
• report
• deepseek
• moe
• long-context
• agent