大模型相关毕业论文水页数/图片参考

#你们的毕业论文什么进度了#掐指一算，大伙的毕业论文应该到收尾阶段了，要是恰好是写的大模型相关的论文，又恰好现在还差一些页数、图片，可以主要参考Sebastian Raschka的总结工作：

https://sebastianraschka.com/llm-architecture-gallery/

其整理了从2024年4月到2026年3月的约40个开源大模型，并绘制了详尽的架构图与参数对比表，信息密度很高。在回顾历史的同时，也有必要面向前沿——例如2026年初的一批新模型：GLM-5744B、Ling2.51T、Qwen3.5397B、Sarvam105B/30B等，整体可以归纳为四个重点方向：MoE效率优化、混合注意力机制、长上下文能力、小语种支持。

该工作整合了多篇对比研究与架构图谱，系统覆盖了四类主流架构：

稠密模型（Dense）
稀疏专家模型（MoE）
MLA模型（Multi-headLatentAttention）
混合架构模型（Hybrid）

模型规模从3B级轻量模型到1T级超大模型，覆盖Meta、Google、DeepSeek、阿里、智谱、小米、MiniMax等主流厂商。每个模型均配有结构化信息卡，包括架构设计、参数规模、注意力机制与关键创新点。

而且，对每一个模型，都有单独的架构和信息介绍，这不轻轻松松又多了一两页高质量图片（大模型相关毕业论文水页数/图片参考