论文阅读 - 分类 - lilfry's library

论文阅读

2026

Looped Transformer 不只是重复计算：从 LoopFormer 到 Elastic-Depth Post-Training 08-18

蒸馏不只是压缩：从 Self-Distillation 到 Search Distillation 的研究地图 08-09

读 SFT、RL 与 On-Policy Distillation：后训练真正的变量是 on-policy data 08-09

DLLM 方法综述：从掩码扩散到大语言扩散模型 07-13

读 Qwen Bebop 与 DeepSeek DSpark：Speculative Decoding 正在从技巧变成系统工程 07-11

告别盲目堆算力：让AI编程智能体从经验中学会“思考” 05-05

读 MOPD：后训练正在从单一 RL 走向多教师能力合并 05-05

GroupDPO: Memory efficient Group-wise Direct Preference Optimization 05-05