模型
ResNet-18
一种18层深的残差神经网络，由微软研究院提出，通过残差连接缓解深层网络退化问题，广泛用作图像分类基准模型
时间轴 (近 90 天)
10月20日
研究以ResNet-18作为硅藻分类基线模型。
待验证50%
10月19日
用户可以直接在浏览器 Studio 中测试预置的 MobileNetV3-Small、ResNet-18、ViT-Tiny 配置，无需安装；也可在本地用 Python CLI 处理自己的 .pt 或 .onnx 检查点，再把生成的 .bitlens.json 拖回 Studio 可视化。
待验证50%
10月14日
论文在 CIFAR-10 和 ImageNet 上测试 GCD，覆盖 ResNet-18、ResNet-50、ViT-B/16 三种架构，并对四种主流攻击方法进行了评估。
待验证50%
9月1日
ResNet-18拥有超过1100万参数，是该项目59.5万参数的近20倍
待验证50%
全部知识事实 (4)
待验证
研究以ResNet-18作为硅藻分类基线模型。
50%待验证用户可以直接在浏览器 Studio 中测试预置的 MobileNetV3-Small、ResNet-18、ViT-Tiny 配置，无需安装；也可在本地用 Python CLI 处理自己的 .pt 或 .onnx 检查点，再把生成的 .bitlens.json 拖回 Studio 可视化。
50%待验证论文在 CIFAR-10 和 ImageNet 上测试 GCD，覆盖 ResNet-18、ResNet-50、ViT-B/16 三种架构，并对四种主流攻击方法进行了评估。
50%待验证ResNet-18拥有超过1100万参数，是该项目59.5万参数的近20倍
50%