Gao руководил работой над "Large Language Models: A Survey" (2024) — одной из самых широких синтетических статей эпохи LLM. Она организует литературу не по отдельным публикациям, а по вопросам, которые отличают одну архитектурную линию от другой: decoder-only против encoder-decoder, линии instruction-tuning, варианты обучения выравниванию (alignment), расширения по модальностям. Необычность рамки в том, что LLM рассматриваются как исследовательский артефакт, который нужно классифицировать и анализировать на уровне вида, а не как единая вещь, которую надо либо приветствовать, либо отвергать. Его более длинная линия работ по диалоговому AI и grounding придаёт этой таксономической оптике глубину: он видел, какие архитектурные решения выдерживают контакт с внедрением, а какие нет.

Стоит читать, когда
вам нужна таксономически организованная карта ландшафта LLM от человека с индустриально-исследовательской точкой зрения, который понимает, какие различия действительно важны на практике.
Темы
крупномасштабный обзор ландшафта LLM; диалоговый AI и grounding; архитектурные линии современных языковых моделей.
Ключевые работы
"Large Language Models: A Survey" (2024, старший автор с коллегами); большая линия работ по диалоговому AI и grounding языка; публикации Microsoft Research Redmond о фундаментальных моделях.