基于深度卷积神经网络的 ImageNet 分类
ImageNet Classification with Deep Convolutional Neural Networks
深度卷积网络将数据、GPU 计算与表示学习结合，为现代视觉研究提供了重要起点。
THE RESEARCH ATLAS
从自然语言监督中学习可迁移的视觉模型
通过对比学习对齐图像与自然语言描述，使视觉表示能够迁移到新类别。
Learning Transferable Visual Models From Natural Language Supervision
为什么值得读
连接视觉、语言与开放词汇感知的一篇关键论文。
引用
@misc{radford2021learning,
title = {Learning Transferable Visual Models From Natural Language Supervision},
author = {Alec Radford and Jong Wook Kim and Chris Hallacy and Aditya Ramesh and Gabriel Goh and Sandhini Agarwal and Girish Sastry and Amanda Askell and Pamela Mishkin and Jack Clark and Gretchen Krueger and Ilya Sutskever},
year = {2021},
eprint = {2103.00020},
archivePrefix = {arXiv},
primaryClass = {cs.CV},
url = {https://arxiv.org/abs/2103.00020}
}论文与代码版权归原作者；引用及许可请以原始来源为准。
相关研究
去噪扩散概率模型
Denoising Diffusion Probabilistic Models
模型学习逐步反转加噪过程，为图像生成建立了重要的扩散建模路线。
GPT-4 技术报告
GPT-4 Technical Report
报告介绍 GPT-4 的能力、评测与局限，同时并未公开所有训练细节。