按主题、地区、年份和发布时间查找资讯，也可以从最早的历史记录读起。
全部主题 · 历史覆盖：2017年6月12日 — 2026年10月19日
来源最近成功更新：2026年10月22日 · 4 个来源最近更新失败
发生了什么：PyTorch 1.9 将 torch.linalg 推进为稳定模块，并更新移动解释器、弹性训练与 GPU RPC 支持；不同功能的成熟度需分别核对。
适合关注的人：关注这一主题的学习者
导读建议的练习：官方公告日期：2021-06-15；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：介绍面向开放域对话的 LaMDA 研究，讨论对话质量与安全问题；研究公告不是公众聊天产品上线日。
适合关注的人：关注这一主题的学习者
导读建议的练习：官方公告日期：2021-05-18；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：提出旋转位置编码以表达序列位置，为理解后续长上下文模型中的位置处理提供背景。
适合关注的人：关注这一主题的学习者
导读建议的练习：论文首次公开日期：2021/04/20；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：研究简化专家路由的 Transformer，分析稀疏模型的训练和计算效率，不能只比较总参数量。
适合关注的人：关注这一主题的学习者
导读建议的练习：论文首次公开日期：2021/01/11；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：OpenAI 公开 DALL·E 的文本生成图像研究，展示用自然语言组合视觉概念。这条记录对应研究公告，并不表示当时已经向所有用户开放。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：官方公告日期：January 5, 2021；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：JupyterLab 3.0 发布，带来调试器、目录和多语言支持，并改进扩展安装。作为 AI 与数据实验的基础工具，该节点补充早期开发环境的演进背景。
适合关注的人：关注这一主题的学习者
导读建议的练习：官方公告日期：2021-01-05T08:28:00+00:00；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：OpenAI 介绍 CLIP：通过图像与文本对学习视觉概念，并用自然语言描述类别进行零样本分类。它是视觉理解研究，不是文生图产品。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：官方公告日期：January 5, 2021；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Vision Transformer 将图像切成补丁序列后交给 Transformer 处理，研究纯注意力架构的图像分类。这为理解多模态模型中的视觉编码提供背景。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：论文首次公开日期：2020/10/22；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：发布混合精度训练与性能分析等更新，为回顾 AI 开发工具的早期演进提供背景。
适合关注的人：关注这一主题的学习者
导读建议的练习：官方公告日期：2020-07-28；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：通过分别编码检索段落、在解码阶段融合信息，研究如何让生成模型利用多个外部证据片段。
适合关注的人：维护知识库与文档问答的开发者
导读建议的练习：论文首次公开日期：2020/07/02；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：研究通过异步近似近邻搜索构造训练负例，改善稠密检索中的样本选择问题。
适合关注的人：维护知识库与文档问答的开发者
导读建议的练习：论文首次公开日期：2020/07/01；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：研究用条件计算和自动分片训练大规模混合专家模型，讨论参数规模与计算分配。
适合关注的人：关注这一主题的学习者
导读建议的练习：论文首次公开日期：2020/06/30；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。