Hermes 3 Technical Report
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Teknium, Ryan, Quesnelle, Jeffrey, Guang, Chen |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Hermes 4 Technical Report
par: Teknium, Ryan, et autres
Publié: (2025)
par: Teknium, Ryan, et autres
Publié: (2025)
Long Context Pre-Training with Lighthouse Attention
par: Peng, Bowen, et autres
Publié: (2026)
par: Peng, Bowen, et autres
Publié: (2026)
Decoupling the Benefits of Subword Tokenization for Language Model Training via Byte-level Simulation
par: Gigant, Théo, et autres
Publié: (2026)
par: Gigant, Théo, et autres
Publié: (2026)
Efficient Pre-Training with Token Superposition
par: Peng, Bowen, et autres
Publié: (2026)
par: Peng, Bowen, et autres
Publié: (2026)
YaRN: Efficient Context Window Extension of Large Language Models
par: Peng, Bowen, et autres
Publié: (2023)
par: Peng, Bowen, et autres
Publié: (2023)
Aquila2 Technical Report
par: Zhang, Bo-Wen, et autres
Publié: (2024)
par: Zhang, Bo-Wen, et autres
Publié: (2024)
Qwen3 Technical Report
par: Yang, An, et autres
Publié: (2025)
par: Yang, An, et autres
Publié: (2025)
Qwen3-Coder-Next Technical Report
par: Cao, Ruisheng, et autres
Publié: (2026)
par: Cao, Ruisheng, et autres
Publié: (2026)
Qwen3Guard Technical Report
par: Zhao, Haiquan, et autres
Publié: (2025)
par: Zhao, Haiquan, et autres
Publié: (2025)
WiNGPT-3.0 Technical Report
par: Zhuang, Boqin, et autres
Publié: (2025)
par: Zhuang, Boqin, et autres
Publié: (2025)
Gemma 3 Technical Report
par: Gemma Team, et autres
Publié: (2025)
par: Gemma Team, et autres
Publié: (2025)
Sabiá-3 Technical Report
par: Abonizio, Hugo, et autres
Publié: (2024)
par: Abonizio, Hugo, et autres
Publié: (2024)
Nyonic Technical Report
par: Tian, Junfeng, et autres
Publié: (2024)
par: Tian, Junfeng, et autres
Publié: (2024)
Salamandra Technical Report
par: Gonzalez-Agirre, Aitor, et autres
Publié: (2025)
par: Gonzalez-Agirre, Aitor, et autres
Publié: (2025)
Llamion Technical Report
par: Yang, Kisu, et autres
Publié: (2026)
par: Yang, Kisu, et autres
Publié: (2026)
QZhou-Embedding Technical Report
par: Yu, Peng, et autres
Publié: (2025)
par: Yu, Peng, et autres
Publié: (2025)
KAT-Coder Technical Report
par: Zhan, Zizheng, et autres
Publié: (2025)
par: Zhan, Zizheng, et autres
Publié: (2025)
GLM-OCR Technical Report
par: Duan, Shuaiqi, et autres
Publié: (2026)
par: Duan, Shuaiqi, et autres
Publié: (2026)
Breeze-7B Technical Report
par: Hsu, Chan-Jan, et autres
Publié: (2024)
par: Hsu, Chan-Jan, et autres
Publié: (2024)
DeepSeek-V3 Technical Report
par: DeepSeek-AI, et autres
Publié: (2024)
par: DeepSeek-AI, et autres
Publié: (2024)
KAT-V1: Kwai-AutoThink Technical Report
par: Zhan, Zizheng, et autres
Publié: (2025)
par: Zhan, Zizheng, et autres
Publié: (2025)
HY-MT1.5 Technical Report
par: Zheng, Mao, et autres
Publié: (2025)
par: Zheng, Mao, et autres
Publié: (2025)
Step-DeepResearch Technical Report
par: Hu, Chen, et autres
Publié: (2025)
par: Hu, Chen, et autres
Publié: (2025)
TranslateGemma Technical Report
par: Finkelstein, Mara, et autres
Publié: (2026)
par: Finkelstein, Mara, et autres
Publié: (2026)
ERNIE 5.0 Technical Report
par: Wang, Haifeng, et autres
Publié: (2026)
par: Wang, Haifeng, et autres
Publié: (2026)
dots.llm1 Technical Report
par: Huo, Bi, et autres
Publié: (2025)
par: Huo, Bi, et autres
Publié: (2025)
LokiLM: Technical Report
par: Kiefel, Justin, et autres
Publié: (2024)
par: Kiefel, Justin, et autres
Publié: (2024)
Stable Code Technical Report
par: Pinnaparaju, Nikhil, et autres
Publié: (2024)
par: Pinnaparaju, Nikhil, et autres
Publié: (2024)
Mellum2 Technical Report
par: Kojic, Marko, et autres
Publié: (2026)
par: Kojic, Marko, et autres
Publié: (2026)
Solar Open Technical Report
par: Park, Sungrae, et autres
Publié: (2026)
par: Park, Sungrae, et autres
Publié: (2026)
Jan-nano Technical Report
par: Dao, Alan, et autres
Publié: (2025)
par: Dao, Alan, et autres
Publié: (2025)
Hunyuan-MT Technical Report
par: Zheng, Mao, et autres
Publié: (2025)
par: Zheng, Mao, et autres
Publié: (2025)
Megrez2 Technical Report
par: Li, Boxun, et autres
Publié: (2025)
par: Li, Boxun, et autres
Publié: (2025)
LuxMT Technical Report
par: Rehlinger, Nils
Publié: (2026)
par: Rehlinger, Nils
Publié: (2026)
Sabiá-4 Technical Report
par: Laitz, Thiago, et autres
Publié: (2026)
par: Laitz, Thiago, et autres
Publié: (2026)
LexPro-1.0 Technical Report
par: Chen, Haotian, et autres
Publié: (2025)
par: Chen, Haotian, et autres
Publié: (2025)
MiMo-VL Technical Report
par: Core Team, et autres
Publié: (2025)
par: Core Team, et autres
Publié: (2025)
MOSS-TTS Technical Report
par: Gong, Yitian, et autres
Publié: (2026)
par: Gong, Yitian, et autres
Publié: (2026)
Nanbeige4-3B Technical Report: Exploring the Frontier of Small Language Models
par: Yang, Chen, et autres
Publié: (2025)
par: Yang, Chen, et autres
Publié: (2025)
Mano Technical Report
par: Fu, Tianyu, et autres
Publié: (2025)
par: Fu, Tianyu, et autres
Publié: (2025)
Documents similaires
-
Hermes 4 Technical Report
par: Teknium, Ryan, et autres
Publié: (2025) -
Long Context Pre-Training with Lighthouse Attention
par: Peng, Bowen, et autres
Publié: (2026) -
Decoupling the Benefits of Subword Tokenization for Language Model Training via Byte-level Simulation
par: Gigant, Théo, et autres
Publié: (2026) -
Efficient Pre-Training with Token Superposition
par: Peng, Bowen, et autres
Publié: (2026) -
YaRN: Efficient Context Window Extension of Large Language Models
par: Peng, Bowen, et autres
Publié: (2023)