mamba

llm ,  opensource ,  paper ,  mixture-of-experts ,  long-context ,  mamba ,  pretraining

mamba ,  tencent ,  hunyuan ,  hunyuan-t1

prompt-engineering ,  paper ,  top-ml-papers-of-the-week ,  survey-paper ,  mamba ,  text-to-sql ,  rag-framework ,  sam-2 ,  structured-generation ,  sense ,  self-taught-evaluators ,  rageval

microsoft ,  long-context ,  small-llm ,  mamba ,  samba ,  sliding-window-attention ,  mlp-stacking

mixture-of-experts ,  mamba ,  open-weights ,  jamba ,  mamba-ssm ,  ai21labs

mamba ,  vision-mamba ,  vim ,  state-space-models ,  vim-tiny ,  bidirectional-ssm

geeknews ,  llm ,  deepmind ,  dpo ,  plm ,  small-llm ,  mixtral ,  mamba ,  open-weights

rnn ,  paper ,  mamba ,  selective-state-space-models ,  cnn ,  long-sequence ,  sequence-model