Sobre el proyecto

Este repositorio es un recurso educativo curado que destila los 107 artículos de investigación más influyentes que dan forma a la IA generativa moderna en resúmenes accesibles y completos. Diseñado para profesionales, estudiantes y entusiastas que carecen de tiempo para leer más de 220,000 palabras de literatura académica densa, proporciona rutas de aprendizaje estructuradas, referencias rápidas y guías de decisión en todo el panorama de la IA generativa. La colección está organizada en cinco categorías principales: Arquitecturas Fundamentales (11 artículos), Modelos de Lenguaje (25 artículos), Generación de Imágenes (14 artículos), Multimodal (7 artículos) y Técnicas y Métodos (50 artículos). Cada resumen de artículo se aloja en su propio directorio con un archivo summary.md dedicado, numerado en el orden en que ingresó a la colección. Los artículos clave cubiertos incluyen Attention Is All You Need (2017), BERT (2018), GPT-3 (2020), GPT-4 (2023), GPT-4o (2024), GPT-5 (2025), la serie LLaMA (2023-2025), DeepSeek-V3 y DeepSeek-R1 (2024-2025), Qwen3 (2025), Claude 3.5 Sonnet y la familia Claude 4 (2024-2026), Gemini 2.5 y Gemini 3 (2025), Stable Diffusion (2022), DALL-E 3 (2023), Sora/DiT (2024), CLIP (2021), Whisper (2022), LLaVA (2023), GPT-4V (2023), SAM 2 (2024), y muchos más. El repositorio incluye documentación extensa: una Ruta de Aprendizaje con cuatro pistas estructuradas desde principiante hasta experto, una Guía de Lectura que distingue el contexto histórico de la relevancia moderna, una Referencia Rápida de una página, Comparaciones lado a lado con análisis de compensaciones, un Glosario de más de 150 términos clave, y un mapa de Cobertura y Brechas que muestra lo que cubre la colección y lo que está en cola a continuación. Los artículos también se indexan por categoría (INDEX.md), por etiqueta de tema en 45 temas (TAGS.md), y en una vista de cuadrícula visual (BROWSE.md). Se proporcionan manifiestos legibles por máquina como papers.json y papers.csv, generados por un pipeline de construcción de Python solo con stdlib (scripts/build_manifest.py) que también regenera frontmatter, INDEX.md, TAGS.md y la navegación del sitio. Scripts adicionales manejan el enlace cruzado (add_cross_links.py) y la validación de enlaces relativos (check_links.py) como una puerta de CI. El sitio de documentación se publica en patrickwiloak.github.io/genai-research-papers-summarized, con búsqueda, modo oscuro y sin necesidad de registro. El sitio se construye con MkDocs usando una configuración mkdocs.yml mantenida manualmente. Cada resumen de artículo incluye un indicador de relevancia (CRÍTICO, ALTO, HISTÓRICO o TEORÍA), contribuciones clave y enlaces al artículo original o tarjeta de sistema. La colección enfatiza la comprensión práctica—explicando no solo qué hizo cada artículo, sino por qué importa y cómo se conecta con los sistemas modernos. Por ejemplo, el resumen de ResNet explica que las conexiones residuales (x + f(x)) están dentro de cada bloque de Transformer jamás entrenado, mientras que el resumen de Grouped-Query Attention explica por qué el contexto largo y la inferencia local ahora son asequibles. El repositorio es mantenido por Patrick Wiloak en Nobler Works, una consultoría de software personalizada. Está licenciado bajo CC BY 4.0 y acepta contribuciones a través de un flujo de trabajo documentado en CONTRIBUTING.md. La colección se actualizó por última vez en agosto de 2026.