Sobre o projeto

Este repositório é um recurso educacional selecionado que destila os 107 artigos de pesquisa mais influentes que moldam a IA generativa moderna em resumos acessíveis e abrangentes. Projetado para profissionais, estudantes e entusiastas que não têm tempo para ler mais de 220.000 palavras de literatura acadêmica densa, ele fornece caminhos de aprendizado estruturados, referências rápidas e guias de decisão em todo o panorama da IA generativa. A coleção está organizada em cinco categorias principais: Arquiteturas Fundamentais (11 artigos), Modelos de Linguagem (25 artigos), Geração de Imagens (14 artigos), Multimodal (7 artigos) e Técnicas e Métodos (50 artigos). Cada resumo de artigo está alojado em seu próprio diretório com um arquivo summary.md dedicado, numerado na ordem em que entrou na coleção. Artigos-chave cobertos incluem Attention Is All You Need (2017), BERT (2018), GPT-3 (2020), GPT-4 (2023), GPT-4o (2024), GPT-5 (2025), série LLaMA (2023-2025), DeepSeek-V3 e DeepSeek-R1 (2024-2025), Qwen3 (2025), Claude 3.5 Sonnet e Família Claude 4 (2024-2026), Gemini 2.5 e 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), e muitos outros. O repositório inclui documentação extensa: um Roteiro de Aprendizado com quatro trilhas estruturadas do iniciante ao especialista, um Guia de Leitura distinguindo contexto histórico de relevância moderna, uma Visão Geral de Referência Rápida em uma página, Comparações lado a lado com análise de trade-off, um Glossário com mais de 150 termos-chave, e um Mapa de Cobertura e Lacunas mostrando o que a coleção cobre e o que está na fila em seguida. Os artigos também são indexados por categoria (INDEX.md), por tag de tópico em 45 tópicos (TAGS.md), e em uma visualização em grade (BROWSE.md). Manifestos legíveis por máquina são fornecidos como papers.json e papers.csv, gerados por um pipeline de build Python apenas com stdlib (scripts/build_manifest.py) que também regenera frontmatter, INDEX.md, TAGS.md e a navegação do site. Scripts adicionais lidam com cross-linking (add_cross_links.py) e validação de links relativos (check_links.py) como um gate de CI. O site de documentação é publicado em patrickwiloak.github.io/genai-research-papers-summarized, com busca, modo escuro e sem necessidade de cadastro. O site é construído com MkDocs usando uma configuração mkdocs.yml mantida manualmente. Cada resumo de artigo inclui um indicador de relevância (CRITICAL, HIGH, HISTORICAL ou THEORY), contribuições-chave e links para o artigo original ou system card. A coleção enfatiza a compreensão prática—explicando não apenas o que cada artigo fez, mas por que isso importa e como se conecta a sistemas modernos. Por exemplo, o resumo do ResNet explica que conexões residuais (x + f(x)) estão dentro de todo bloco Transformer já treinado, enquanto o resumo do Grouped-Query Attention explica por que contexto longo e inferência local agora são acessíveis. O repositório é mantido por Patrick Wiloak na Nobler Works, uma consultoria de software personalizada. É licenciado sob CC BY 4.0 e aceita contribuições via um fluxo de trabalho documentado em CONTRIBUTING.md. A coleção foi atualizada pela última vez em agosto de 2026.