Об этом проекте

Этот репозиторий представляет собой курируемый образовательный ресурс, который превращает 107 наиболее влиятельных исследовательских работ, формирующих современный генеративный ИИ, в доступные и всеобъемлющие резюме. Созданный для практиков, студентов и энтузиастов, у которых нет времени читать более 220 000 слов плотной академической литературы, он предлагает структурированные пути обучения, краткие справочники и руководства по принятию решений во всем ландшафте генеративного ИИ. Коллекция организована в пять основных категорий: Базовые архитектуры (11 работ), Языковые модели (25 работ), Генерация изображений (14 работ), Мультимодальные модели (7 работ) и Техники и методы (50 работ). Каждое резюме работы находится в отдельном каталоге с файлом summary.md, пронумерованным в порядке добавления в коллекцию. Среди ключевых работ: Attention Is All You Need (2017), BERT (2018), GPT-3 (2020), GPT-4 (2023), GPT-4o (2024), GPT-5 (2025), серия LLaMA (2023-2025), DeepSeek-V3 и DeepSeek-R1 (2024-2025), Qwen3 (2025), Claude 3.5 Sonnet и семейство Claude 4 (2024-2026), Gemini 2.5 и 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) и многие другие. Репозиторий включает обширную документацию: учебный маршрут с четырьмя структурированными треками от новичка до эксперта, руководство по чтению, различающее исторический контекст и современную актуальность, краткий справочник на одной странице, сравнительные таблицы с анализом компромиссов, глоссарий из более чем 150 ключевых терминов, а также карту охвата и пробелов, показывающую, что охватывает коллекция и что запланировано далее. Работы также индексируются по категориям (INDEX.md), по тематическим тегам в 45 темах (TAGS.md) и в виде визуальной сетки (BROWSE.md). Машиночитаемые манифесты предоставляются в виде papers.json и papers.csv, создаваемых конвейером сборки на чистом Python stdlib (scripts/build_manifest.py), который также перегенерирует frontmatter, INDEX.md, TAGS.md и навигацию сайта. Дополнительные скрипты обрабатывают перекрестные ссылки (add_cross_links.py) и проверку относительных ссылок (check_links.py) как CI-шлюз. Сайт документации опубликован по адресу patrickwiloak.github.io/genai-research-papers-summarized и предлагает поиск, темный режим и не требует регистрации. Сайт построен на MkDocs с использованием вручную поддерживаемой конфигурации mkdocs.yml. Каждое резюме работы включает индикатор актуальности (CRITICAL, HIGH, HISTORICAL или THEORY), ключевые вклады и ссылки на оригинальную работу или системную карту. Коллекция делает акцент на практическом понимании — объясняя не только то, что сделала каждая работа, но и почему это важно и как связано с современными системами. Например, резюме ResNet объясняет, что остаточные связи (x + f(x)) находятся внутри каждого когда-либо обученного блока Transformer, а резюме Grouped-Query Attention объясняет, почему длинный контекст и локальный инференс теперь доступны по цене. Репозиторий поддерживается Патриком Уилоаком из Nobler Works, консалтинговой компании по разработке заказного ПО. Он лицензирован под CC BY 4.0 и приветствует вклад через документированный рабочий процесс CONTRIBUTING.md. Коллекция последний раз обновлялась в августе 2026 года.