Sebastian Raschka, znany naukowiec zajmujący się uczeniem maszynowym, przygotował rozbudowaną listę artykułów naukowych z zakresu LLM-ów, które przeanalizował w drugiej połowie 2025 roku. Zbiór zawiera ponad 60 prac, które autor skategoryzował na potrzeby lepszej organizacji i przystępności.
Lista podzielona jest na kilka głównych obszarów badawczych. Pierwszy dotyczył modeli reasoning, obejmując zarówno trenowanie takich modeli, strategie reasoning podczas wnioskowania, jak i metody ich ewaluacji. Raschka uwzględnił także artykuły o metodach reinforcement learning dedykowanych dla LLM-ów, alternatywnych strategiach skalowania na etapie wnioskowania oraz najnowszych publikacjach technicznych związanych z wydawaniem nowych modeli.
Wg autora, głównym celem tworzenia tych skategoryzowanych list jest praktyczne zastosowanie - Raschka regularnie wraca do nich podczas pracy nad konkretnymi projektami badawczymi. Lista opublikowana została jako osobny artykuł, ponieważ jego równoległy roczny przegląd "State of LLMs 2025" był już zbyt obszerny. Takie podzielenie materiału ma ułatwić czytelnikom nawigację i przeskanowanie zawartości.