Sebastian Raschka опубликовал обзор The State Of LLMs 2025, где разбирает текущее состояние больших языковых моделей. В тексте он проходит по основным направлениям развития на 2025 год, описывает уже достигнутый прогресс и одновременно показывает, какие проблемы в области пока остаются нерешёнными.
Отдельные разделы посвящены моделям и исследовательским подходам, среди них DeepSeek R1 и RLVR, а также тема inference-time scaling. Автор обсуждает, как сегодня оценивают модели через benchmarks и какие архитектурные решения при этом используются.
В конце Raschka смотрит немного вперёд и обсуждает возможные траектории развития технологий, формулируя predictions for 2026 на основе текущих наблюдений и тенденций.
Ключевые факты
Материал представляет обзор состояния large language models в 2025.
В обзоре рассматриваются модели и подходы, включая DeepSeek R1 и RLVR.
Среди тем обзора, inference-time scaling, бенчмарки и архитектуры моделей.
Материал также содержит прогнозы развития LLM на 2026.