Garden
Search
    digest
    2026-08-12
    UltraEP：拿精确负载在热路径上做每层每 microbatch 的 EP 均衡
    2026-08-12
    Hybrid-EP：用最少的 SM 打满 MoE 的 EP 通信带宽
    2026-08-11
    veScale-FSDP：把切分粒度交回给用户的 FSDP
    2026-08-11
    MoE Parallel Folding：让 Attention 和 MoE 各用各的并行映射
    2026-08-07
    MegaScale-Omni：把多模态训练的资源划分从空间换成时间
    2026-08-07
    Seed1.5-VL：532M 视觉编码器加 20B 激活的多模态基座
    2026-08-07
    MegaScale-MoE：生产环境中大规模、通信高效的 MoE 训练
    2026-08-03
    Nemotron 3 Ultra：20T token NVFP4 预训练、MOPD 后训练与 NVFP4 推理
    2026-08-01
    DeepSeek-V2：强大、经济、高效的 MoE 语言模型
    2026-07-31
    DeepSeekMoE：细粒度专家切分与共享专家隔离
    2026-07-30
    Magistral：Mistral 从零搭一套纯 RL 推理训练栈
    2026-07-30
    Step3-VL-10B：10B 视觉语言模型与并行协同推理
    2026-07-30
    Mixtral of Experts：8x7B 稀疏专家混合模型
    2026-07-30
    大模型架构大对比：从 DeepSeek V3 到 Gemma 4
    2026-07-30
    Baichuan-M3：为可靠的医疗决策建模临床问诊
    2026-07-30
    Code Llama：开放的代码基座模型
    2026-07-30
    Qwen3.5-Omni：Thinker-Talker 双端 Hybrid MoE 与 ARIA 流式语音对齐
    2026-07-30
    Llama 2：开放基座模型与微调对话模型
    2026-07-30
    LongCat-Flash-Thinking-2601 技术报告
    2026-07-30
    Nemotron 3 Super：LatentMoE、NVFP4 预训练与 agentic 后训练
    2026-07-30
    Olmo 3 技术报告
    2026-07-30
    Ling 与 Ring 2.6：给训好的万亿模型换一套注意力
    2026-07-30
    LLaMA 论文全文：开放且高效的基础语言模型
    2026-07-30
    LongCat-Next：把模态词汇化成离散 token
    2026-07-30
    Megatron Core 的 MoE 训练：打破内存、通信与计算三堵墙
    2026-07-30
    ERNIE 5.0：从零训练的统一全模态自回归模型
    2026-07-30
    GLM-5：从 vibe coding 到 agentic engineering
    2026-07-30
    Kimi K2.5：视觉 agentic 智能
    2026-07-30
    Ministral 3：把 24B 父模型级联剪枝蒸馏成 3B/8B/14B
    2026-07-30
    GLM-5.2：为长程任务而生
    2026-07-30
    Frontier Labs 发布渠道
    2026-07-30
    MiniMax-M2 系列：小激活释放最大现实智能
    2026-07-30
    Step 3.5 Flash 技术报告全文
    2026-07-30
    DeepSeek-V3 技术报告全文
    2026-07-30
    MiMo-V2-Flash 技术报告全文
    2026-07-30
    MiniMax Sparse Attention 全文翻译
    2026-07-29
    DeepSeek-V4 技术报告全文
    2026-07-29
    Kimi K3 技术报告全文
    2026-07-29
    Harness 工程：模型之外那层系统如何自我改进
    2026-07-23
    推理努力度是怎么训出来的