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
Gemini 4 Argon 模型卡
官方模型资料，记录评测、局限与安全考量。此处日期为官方列出的模型卡更新日期。
Gemini 4 Argon — Model Card
为什么值得读
模型卡是能力与风险披露文件，不应混同于经过同行评审的架构论文。
引用
@misc{deepmind2026gemini,
title = {Gemini 4 Argon — Model Card},
author = {Google DeepMind},
year = {2026},
url = {https://deepmind.google/models/model-cards/gemini-4-argon/}
}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。