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
AI 的“差异”工具：发现新模型的行为差异
可解释性研究介绍如何在预设测试之外，识别 AI 模型的行为差异。
A “diff” tool for AI: Finding behavioral differences in new models
为什么值得读
此条目链接官方研究文章及其论文入口，并明确标注为研究文章。
引用
@misc{team2026diff,
title = {A “diff” tool for AI: Finding behavioral differences in new models},
author = {Anthropic Interpretability Team},
year = {2026},
url = {https://www.anthropic.com/research/diff-tool}
}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
注意力即全部
Attention Is All You Need
Transformer 用注意力机制构建序列模型，成为后续语言与多模态模型的重要基础。
BERT：面向语言理解的深度双向 Transformer 预训练
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
通过掩码语言预训练学习双向表示，再迁移到语言理解任务。