2026必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/CV AI+X》集合
Ranking
Overall
57
Content
60
Popularity
N/A
No observed public metrics; popularity remains neutral/archived.
Merged summary
TL;DR — 专知整理了一份持续更新的 AI 前沿资料索引，汇集自 2025 年以来大模型、智能体、生成式 AI、计算机视觉及 AI 应用等领域的综述、论文、教程、博士论文与行业报告。其主要价值是提供集中式学习入口，而非提出新的方法或研究结论。
- 大模型主题涵盖训练与推理、强化学习与对齐、RAG、知识蒸馏、模型合并、安全及效率优化。
- 智能体资料涉及记忆、规划、工具使用、多智能体协作、强化学习、安全与评测。
- 多模态方向包括视频生成、3D/4D 建模、视觉—语言—动作模型、具身智能和世界模型。
- 应用领域覆盖医疗、生物信息学等，并收录顶会论文与教程、系统综述、博士论文、新书、开源项目和产业报告。
- 该合集不提供统一的实验方法或结果；具体技术细节与可信度仍需查阅各条目的原始资料。
注： 两个来源内容基本一致，其中一个更强调 LLM 训练、蒸馏与效率优化，另一个更突出资料类型、世界模型及持续更新属性。
Sources (2)
2026必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/CV AI+X》集合
Public signals
N/A
TL;DR - 专知汇总了自2025年以来的大模型、智能体、多模态生成、计算机视觉及AI应用等领域的综述、论文、教程、博士论文和行业报告，为技术读者提供集中式资料索引。
- 内容覆盖LLM训练、推理、对齐、RAG、知识蒸馏、模型合并及效率优化。
- 智能体相关资料包括记忆、规划、工具使用、多智能体协作、强化学习、安全与评测。
- 多模态、视频生成、3D/4D建模、具身智能、医疗和生物信息学也是主要板块。
- 该条目是资源合集而非单篇研究，不报告统一的实验方法或新结果。
2026必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/CV AI+X》集合
Public signals
N/A
TL;DR - 专知汇总了自2025年以来的大模型、智能体、生成式AI、计算机视觉等领域的综述、博士论文、教程和行业报告，作为面向技术读者的资料索引。其价值在于集中呈现前沿主题与学习入口，而非提供新的研究结论。
- 内容覆盖LLM智能体、推理与强化学习、RAG、模型对齐、安全、记忆和多智能体系统。
- 收录多模态模型、视频与3D生成、视觉—语言—动作模型、具身智能及世界模型等方向。
- 资料类型包括顶会论文与教程、系统综述、博士论文、新书、开源项目和产业报告。
- 这是持续更新的聚合列表；具体方法、实验结果和可信度需回到各条目的原始资料核验。