是老实地点了点头。
“行了。还有，别叫顾总。”
“那叫什么？”
“随便，叫名字就行。”
任少卿没纠结这个问题。
他把电脑打开，插上U盘，解密后屏幕上出现了一份技术文档，图表密密麻麻。他转过屏幕朝向顾屿，手指点在一张折线图上。
“ImageNet验证集，TOp-5错误率，5.08%。五十层卷积神经网络。”
顾屿盯着那个数字看了三秒。
“人类标注员的平均水平是5.1%。”
任少卿的声音压得很低，但语速在加快，
“我们的模型精度已经追平了人类，甚至略微超过。核心突破点是一个我称之为'残差连接'的结构。简单来说，就是给深层网络开了一条捷径，让训练信号可以跳过中间层直接回传，解决了层数堆叠之后信号衰减的老大难问题。”
他翻到下一页，是不同层数网络的对比实验数据。
二十层、三十层、四十层、五十层，精度曲线一路攀升，没有出现以往深层网络必然遭遇的性能坍塌。
“以前整个学术界都默认，网络超过二十层就没法有效训练了。这个假设，被我们推翻了。”
顾屿靠在椅背上，目光停留在屏幕上那条稳步上升的曲线上。
他没说话。
不是因为震惊。而是因为他太清楚这个东西是什么了。
残差网络。ReSNet。
前世，这篇论文在2015年12月发表，第一作者正是任少卿。
它不仅横扫了当年所有计算机视觉的顶级竞赛，更从根本上改写了整个深度学习的工程范式。
从此以后，“网络可以无限加深”不再是空想，而是被数学和实验双重验证的事实。
它是后来所有大模型架构的地基之一。
没有残差连接，就没有后来的GPT，没有BERT，没有任
本章未完，请点击"下一页"继续阅读！ 第3页 / 共6页