Xnhyacinth/Awesome-LLM-Long-Context-Modeling

解決する問題

長文脈言語モデリングの急速に進化する分野に追いつくことは、研究が多くのサブトピックにわたり継続的に発表されるため困難です。このプロジェクトは、関連する論文やブログ記事を見つけるための単一の整理された場所を提供します。研究者や実務者が重要な研究を見逃さず、効率的なアテンション、メモリ管理、評価などの分野で何が起こっているかを迅速に確認するのに役立ちます。

仕組み

これは厳選された「Awesome」リストです。論文やブログへのリンクの構造化されたコレクションで、効率的なアテンション、KVキャッシュ最適化、メモリ、圧縮、推論、ビデオ、エージェント、評価などのカテゴリにグループ化されています。リストは毎週および毎月、最新のarXiv論文で更新され、多くはコードやプロジェクトページへのリンクを含みます。また、サーベイ論文（arXiv:2503.17407）と、分野をナビゲートするための視覚的な分類図も含まれており、特定のサブトピックに簡単にドリルダウンできます。

対象読者

長文脈言語モデルに取り組む、または関心のある研究者、学生、実務者。複数のソースを検索することなく、包括的で最新の技術概要が必要な場合、このリポジトリは時間を節約し、情報を提供します。

ハイライト

効率的なアテンションやKVキャッシュ最適化から、長期的なエージェントやベンチマークまで、20以上の異なるトピックをカバー
毎週および毎月の更新で、リストを最新の研究に保ちます
包括的なサーベイ論文（arXiv:2503.17407）とLCLM-Horizonとのコラボレーションを含む
コミュニティ駆動で貢献歓迎；多くのスター、フォーク、コントリビューターがあります
クイックオリエンテーションのための「分類一目瞭然」図を提供