模型
ConvNeXt
现代化卷积神经网络架构，借鉴 Transformer 的设计理念改造传统 CNN，证明纯卷积网络仍具竞争力
时间轴 (近 90 天)
10月19日
SteerTTS的可选流匹配精炼器使用ConvNeXt backbone，10个中点步，用于提升mel细节，代价是约12倍计算量。
待验证50%
10月15日
计算机视觉模型谱系比语言模型更杂，包括 LeNet、AlexNet、VGG、ResNet、DenseNet、EfficientNet、Vision Transformer、Swin、ConvNeXt 等，每个架构都在解决前一个架构暴露出的具体缺陷。
待验证50%
8月23日
CNN架构从LeNet-5到AlexNet（2012）、VGGNet（2014）、GoogLeNet/Inception（2014）、ResNet（2015），再到EfficientNet和ConvNeXt经历了演进过程
待验证50%
全部知识事实 (3)
待验证
SteerTTS的可选流匹配精炼器使用ConvNeXt backbone，10个中点步，用于提升mel细节，代价是约12倍计算量。
50%待验证计算机视觉模型谱系比语言模型更杂，包括 LeNet、AlexNet、VGG、ResNet、DenseNet、EfficientNet、Vision Transformer、Swin、ConvNeXt 等，每个架构都在解决前一个架构暴露出的具体缺陷。
50%待验证CNN架构从LeNet-5到AlexNet（2012）、VGGNet（2014）、GoogLeNet/Inception（2014）、ResNet（2015），再到EfficientNet和ConvNeXt经历了演进过程
50%