llada

multimodal ,  paper ,  diffusion-language-model ,  mixture-of-experts ,  image-generation ,  llada ,  diffusion-llm ,  research ,  image-understanding

llm-finetuning ,  diffusion-language-model ,  diffusion ,  llm-framework ,  llada ,  dfactory ,  veomni

paper ,  top-ml-papers-of-the-week ,  swe-agent ,  ai-co-scientist ,  inner-thinking-transformers ,  danger-of-overthinking ,  moba ,  open-reasoner-zero ,  compound-ai ,  model-selection ,  swe-lancer ,  llada ,  native-sparse-attention ,  ai-cuda-engineer