Mamba：少记，为什么反而可能更懂长序列
Categories
16 个页面
大模型架构学习
DeepSeek-V2/V3：大模型的两张账，为什么 MLA 与 MoE 要一起看
LLaMA：没有架构革命，为什么成了开放模型的共同底座
Chinchilla：大模型不是越大越好，数据也要一起扩展
InstructGPT：用 RLHF 教会大模型「听话」
