AI Papers 2025

2025 AI Engineering Reading List - 论文索引

本索引整理自 [Latent Space 2025 AI Papers Reading List](https://www.latent.space/p/2025-papers)

共收录 **120+ 篇** AI 领域重要论文，涵盖大语言模型、多模态、Agent、RAG、扩散模型等前沿方向

目录

• 1. Frontier LLMs - 前沿大语言模型
• 2. Benchmarks & Evaluations - 基准测试与评估
• 3. Prompting & Chain-of-Thought - 提示工程与思维链
• 4. Retrieval Augmented Generation - 检索增强生成
• 5. Agents - 智能体
• 6. Code Generation - 代码生成
• 7. Vision - 视觉模型
• 8. Voice & Audio - 语音与音频
• 9. Image/Video Diffusion - 图像视频扩散模型
• 10. Finetuning - 微调技术

---

1. Frontier LLMs - 前沿大语言模型

GPT 系列

⭐⭐⭐⭐⭐ [GPT-1](GPT1_Improving_Language_Understanding_OpenAI_2018.pdf)

**一句话介绍**: 开创性地证明了无监督预训练+有监督微调的范式在 NLP 任务上的有效性 **推荐理由**: 奠定了现代大语言模型的基础范式，必读的历史性论文

⭐⭐⭐⭐⭐ [GPT-2](GPT2_Language_Models_Unsupervised_Multitask_Learners_OpenAI_2019.pdf)

**一句话介绍**: 展示了更大规模语言模型的零样本学习能力 **推荐理由**: 提出"语言模型即多任务学习器"的重要观点，引发行业对模型规模的重新思考

⭐⭐⭐⭐⭐ [GPT-3](GPT3_Language_Models_Few_Shot_Learners_OpenAI_2020.pdf)

**一句话介绍**: 证明了 175B 参数规模模型具有强大的少样本学习能力 **推荐理由**: 开启大模型时代，展示了 in-context learning 的惊人能力，必读经典

⭐⭐⭐⭐⭐ [Codex](Codex_Evaluating_Large_Language_Models_Trained_on_Code_OpenAI_2021.pdf)

**一句话介绍**: GPT-3 在代码数据上微调，开创了 AI 辅助编程的新时代 **推荐理由**: GitHub Copilot 的技术基础，证明了 LLM 在代码生成上的潜力

⭐⭐⭐⭐⭐ [InstructGPT](InstructGPT_Training_Language_Models_Follow_Instructions_OpenAI_2022.pdf)

**一句话介绍**: 通过 RLHF 让模型更好地遵循人类指令 **推荐理由**: 奠定了 ChatGPT 的技术基础，RLHF 成为业界标准做法

⭐⭐⭐⭐⭐ [GPT-4](GPT4_Technical_Report_OpenAI_2023.pdf)

**一句话介绍**: OpenAI 首个多模态大模型，在多项基准测试上达到人类水平 **推荐理由**: 展示了多模态能力和更强的推理能力，定义了 GPT 时代的新标准

Claude 系列

⭐⭐⭐⭐ [Claude 3](Claude3_Model_Card_Anthropic_2024.pdf)

**一句话介绍**: Anthropic 推出的高性能 LLM，强调安全性和有用性 **推荐理由