参考文献汇总¶
更新日期：2026-04-15
四、后训练¶
4.1 偏好对齐¶
-
Ouyang et al. InstructGPT/RLHF. 2022. 论文
-
Rafailov et al. DPO. 2023. 论文
-
Meng et al. SimPO. 2024. 论文
-
Ethayarajh et al. KTO. 2024. 论文
-
Hong et al. ORPO. 2024. 论文
-
Zhou et al. LIMA. 2023. 论文
4.2 RL for Reasoning¶
-
Shao et al. DeepSeekMath (GRPO). 2024. 论文
-
DeepSeek-AI. DeepSeek-R1. 2025. 论文
-
Lightman et al. Let's Verify Step by Step (PRM). 2023. 论文
-
Yuan et al. Self-Rewarding LLMs. 2024. 论文
4.3 Constitutional AI¶
-
Bai et al. Constitutional AI. 2022. 论文
-
Lee et al. RLAIF. 2023. 论文
-
Templeton et al. Scaling Monosemanticity. 2024. 论文
五、多模态¶
5.1 VLM¶
-
Liu et al. LLaVA. NeurIPS 2023. 论文
-
Liu et al. LLaVA-1.5. 2023. 论文
-
Bai et al. Qwen-VL. 2023. 论文
-
Bai et al. Qwen2-VL. 2024. 论文
-
Chen et al. InternVL. 2023. 论文
-
Yao et al. MiniCPM-V. 2024. 论文
-
Alayrac et al. Flamingo. 2022. 论文
-
Li et al. BLIP-2. 2023. 论文
5.2 视频生成¶
5.3 视觉编码器¶
-
Dosovitskiy et al. ViT. 2020. 论文
-
Radford et al. CLIP. 2021. 论文
-
Zhai et al. SigLIP. 2023. 论文
-
Oquab et al. DINOv2. 2023. 论文
六、推理优化¶
-
Kwon et al. PagedAttention / vLLM. SOSP 2023. 论文
-
Zheng et al. SGLang. 2024. 论文
-
Zhong et al. DistServe (PD 分离). OSDI 2024. 论文
-
Patel et al. Splitwise. 2023. 论文
-
Leviathan et al. Speculative Decoding. 2022. 论文
-
Cai et al. Medusa. 2024. 论文
-
Li et al. EAGLE. 2024. 论文
-
Xiao et al. StreamingLLM. ICLR 2024. 论文
七、量化¶
-
Frantar et al. GPTQ. 2022. 论文
-
Lin et al. AWQ. 2023. 论文
-
Xiao et al. SmoothQuant. ICML 2023. 论文
-
Dettmers et al. LLM.int8(). NeurIPS 2022. 论文
八、Agent¶
-
Yao et al. ReAct. ICLR 2023. 论文
-
Shinn et al. Reflexion. NeurIPS 2023. 论文
-
Yao et al. Tree of Thoughts. NeurIPS 2023. 论文
-
Park et al. Generative Agents. UIST 2023. 论文
-
Wu et al. AutoGen. 2023. 论文
-
Hong et al. MetaGPT. ICLR 2024. 论文
九、RAG¶
-
Lewis et al. RAG. NeurIPS 2020. 论文
-
Gao et al. RAG Survey. 2023. 论文
-
Edge et al. GraphRAG. 2024. 论文
-
Agentic RAG Survey. 2025. 论文
↑ 上级 · Z3. 参考文献汇总