Llama介绍 Llama 系列模型的架构与训练方法复制 Markdown导出 PDF打开 Llama 主要技术：GQA、RMSNorm、SwiGLU FFN、RoPE 参考资料 帖子 Llama 2 and FlashAttention 2 - by Sebastian Raschka, PhD Llama 4: The Challenges of Creating a Frontier-Level LLM 论文 Llama：LLaMA: Open and Efficient Foundation Language Models Llama 2：Llama 2: Open Foundation and Fine-Tuned Chat Models Llama 3：The Llama 3 Herd of Models Llama 3.1：https://ai.meta.com/blog/meta-llama-3-1/ Llama 4：The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation Llama Llama 2 Llama 3 Llama 4这篇文档有帮助吗？有帮助需要改进报告问题在 GitHub 上编辑Nemotron介绍 NVIDIA Nemotron 系列大规模语言模型及其技术特点Gemini介绍 Gemini 系列模型的的架构与训练方法