AI 通识笔记：算得快不等于聪明，从层层筛选讲到会看病历的大模型

这份笔记帮你把一门 AI 通识课的前三讲誊成能复盘、能转述给别人的材料。整篇只追一个问题：什么样的机器，才配叫「智能」？ 以及，让机器表现得像人一样聪明，和它真正「懂」，中间差了多远。我们先把开篇那个最容易踩的坑填平，再沿时间线、进神经网络内部，最后看到大模型怎样走到医院、课堂和你的聊天框。

1. AI 到底是什么：又快又会自动的它，为什么还算不上智能

先做一个判断练习。下面两台机器，哪台算 AI？一台复杂计算器，能瞬间算出天文数字；一台固定程序洗衣机，按下按钮就按设定流程把衣服洗完。

按直觉，很多人会点头：都能自动干活、还能算得飞快，不就是 AI 吗？可老师的课件在这里划了一条明线：它们是「自动化」，还不是「智能」。为什么？因为它们走的是人事先写死的规则或程序：输入什么、走哪条路、输出什么，全部预定好了。它们不会观察环境、不会从数据里自己学、不会在变化的情况里调整自己。换句话说，它们是把「人已经想明白的事」执行得又快又标准，而不是自己去「想」新的事。Turing

课件给了一个区分用的能力坐标。判断一台机器算不算 AI，不是看它跑得快不快，而是看它身上有没有下面这五类「会做事」的本领（英文原词保留，方便对课件）：

能力坐标再叠上三要素，备课件的口径就齐了：AI 通常由算法（怎么做）、算力（算多快）、数据（从哪学）三样东西共同支撑。而且一台具体系统不一定五样全占，往往只点亮其中一两样。

画完这张坐标，最容易让人愣住的一问来了，也先按下不表：一台机器能把感知、语言这些能力表现出色，就等于它真正「懂」了吗？ 这个悬念全篇都在绕，等讲完大模型，我们回来收它。

2. 把「机器会不会想」变成能检验的问题：七十多年怎么走到今天

知道了「快和自动不算数」，下个问题自然浮现：那到底怎么检验一台机器「会不会想」？1950 年，英国数学家 Alan Turing 写了篇短文《Computing Machinery and Intelligence》，给了个非常聪明的回答：别去定义什么是思考，那会陷进无穷的文字争论；把问题改写成一次能实际做的对话实验。这就是后来被叫作图灵测试的「模仿游戏」。

原始设定是这样的，注意和我们熟悉的简化版不完全一样：

三位参与者分处不同房间，互相看不见、听不见，只靠电传打字机传纯文本一问一答。审讯员 C 的任务，是分辨跟他对谈的两个 X、Y 里谁是谁。游戏的关键转折在最后一句：如果让一台机器顶替 A 那个位置，C 会不会照样频繁判错、把机器当成了诚实的那位人类？ 只要机器能经常骗过审讯员，在行为上与人难以区分，我们就该把它当作「会思考」来看待。Turing 自己把这个门槛说得更细：他乐观预言，约五十年后一台造得够好、存得够多的计算机，能让普通审讯员提问五分钟后做出正确识别的机会不超过七成——也就是说，大多数时候审讯员其实还是认得出来；课件里那句「五分钟内正确率低于一半就算通过」是对这思想的通俗缩写，是教学用的简化，不是 1950 年原文里的条文，读课件时心里有数即可。Turing

图灵打开的这条路后来走得很顺也很曲折。把老师时间线上的里程碑串起来看，每走一步几乎都是「上一个不够用，所以才有下一个」：

• 1946 ENIAC：第一台通用电子计算机，算得比此前的机器快上千倍，却没有任何学习能力。它让人第一次认真问「算得快，会不会思考？」
• 1950 图灵测试：上图，正是对这个提问的回答。
• 1956 达特茅斯会议：一群学者聚在一起，正式给这门学科起了名字叫「人工智能」。会议没造出会思考的机器，但它让 AI 成了一门能持续研究的学问。
• 1966 ELIZA：MIT 做的聊天程序，靠关键词匹配假装听懂人话，常被当成「另一头的真实心理医生」，其实一个字都没真懂。
• 1980 XCON / 1997 深蓝 / 2011 Watson：专家系统与专用深蓝、Watson 分别在配置领域、国际象棋、知识问答上击败顶尖人类。它们的共同点是：厉害，但都靠人事先写好的规则在窄任务上发光，换个题目就失灵。

看到这里，那条从「人写规则」到「让机器自己学」的岔路就非常明显了。这些专家系统再强，规则终究是人一条条填进去的，规则写不全的领域它就无能为力。真正的转折，发生在有人反问：既然规则写不全，能不能干脆不给机器规则，让它自己从一大堆数据里把规律学出来？ 这一转念，就把我们带进下一章的主角：神经网络。

近端还有一条时间线值得记住，它告诉我们这几十年不是到此为止，而是加速了。下面这张图是 2026 年版权威综述收录的大语言模型近年时间线，横轴从 2019 一路铺到 2026，早期语言模型稀稀拉拉，越靠近当下名字越密集，可视化了「规模一上来，大家都开始堆大模型」的爆炸节奏：LLM Survey

图注：从 2019 到 2026 的语言/大语言模型时间线，越靠近右端代表模型越密集，黄色块标注的是公开可用参数的模型。图上只标年代和代际，不看具体榜单分数。LLM Survey

历史就讲到这里。接下来真正进到机器内部，看它到底是怎么「学」的。

3. 那台会「层层筛选」的机器：没有人写规则，参数从数据里自己长

你已经在课堂上建立了「神经网络像层层筛选」的直觉，那我们就顺着这个直觉，把它补成能写进笔记的准确说法：每一层到底在干嘛、为什么说「不是人在写规则」。

先把最底层的零件「神经元」说清。一个神经元做两件事：把输入各自乘一个权重再加起来（这就是加权求和），然后过一个输出把结果送出去。单个神经元只能感知一个很浅的线索，但成千上万个神经元接成全连接前馈网络后就有意思了。所谓前馈，就是前一层的结果整批喂给下一层，信息只向前流。

想想识别一只猫的网络工作起来是什么样：最下层只管「这一段是直线还是曲线、颜色是深是浅」这类最琐碎的边角；中间层把边角拼成「这里形似耳朵」「这里有胡须纹路」；再往上才组合出「这些特征加在一起像一只猫」。逐层筛选、逐层抽象，这就是 LeCun、Bengio、Hinton 那篇综述里对深度学习的标准表述：由多个处理层堆成的模型，去学习具有多重抽象层级的数据表征，每一层再由上一层算出来。Deep Learning

那你可能会问：机器只是一层层往下「筛」，它又怎么知道该把权重设成多少、筛得对不对？这里千万要抓住课件想强调的那个思维转换：这些参数不是人一个个手写填好的。网络靠的是「误差反向传播」。名字吓人，直觉很朴素：网络答错之后，从最后的错误开始，把「该往哪个方向微调每个参数」的信号一层层往回送，让每个连线上的权重知道自己这次偏了、该往哪边挪一点点。方向对了就朝那个方向改，错了再多走几步。

课件下面这张 Nature 综述的经典图，正好把这两个过程一次画全，读起来可以分成两半看。

图注：Nature 综述配图，四个小格讲多层表示学习：c 格是前馈加权求和（箭头自下而上，一道「按权重累加」把简单线索往上组合），d 格是误差信号自输出层反向回传、给每个内部参数发「该往哪改」的指示；左下的 a 格用带 sigmoid 的非线性隐层示意这种门如何帮网络把纠缠的可分输入空间「掰开」，使不同类别分得清。Deep Learning

看懂它，你其实已经记下了整章的一句话机制：层层筛选靠的是前向加权求和，学会它靠的是反向修正，非线性让这个筛选「能拐弯」。现在「层层筛选」这条直觉有了完整的可复述机制：一批会加权求和、能输出的小单元层层接力，底层提简单特征、逐层组合出抽象概念；机器没有人在逐条教规则，而是靠数据反复微调自己的连线与权重学会的。 但这套叙事里藏着一个隐患，正是你下一个问题要解决的：层层里每层做的「加权求和」听起来都是直线性的，那它凭什么能学会真实世界里那些弯弯绕绕的关系？

4. 少不了一道能「拐弯」的门：为什么没有非线性，再多层也只是堆成一条直线

你已经答对了关键的一半：激活函数（activation function）就是每一层的开关，让网络能处理非线性问题。这一章我们要补上最容易被跳过去的另一半论证：如果把这道开关拿走，网络会发生什么？

先看每个神经元干的活。加权求和，掰开就是「把每个输入乘一个权重，再全加起来」。这是个不折不扣的直线操作：两个直线性的东西接起来，得到的基本还是一条直线。课件给了句狠话：一长串线性层，无论堆多少层，都可以被压缩成单独一次线性变换。用大白话讲，几条直线若想靠首尾相接「折」出带拐弯的形状，是做不到的，直线怎么接都还是直线。

回到你记的那句直觉就能明白它为什么是结论：假如每层都只做乘加、不加任何开关，那么哪怕叠了几千层，整个网络在数学上「打得平」，和一个只有一层的线性模型没本质区别，输出对输入始终是一条直线、一个平面。它当然学不会那些绕来绕去的真实关系。

所以要每层都配一道门。门的作用，是在每次「直直的乘加」之后，给结果施加一次能拐弯的形变，让这一层不再是纯直线，网络才有资格把各种弯的关系逐层拼出来。还记得上一章看那张 Nature 图时、左下角标着 a 的那一小格吗？它正是在示意这道门：加了非线性激活的隐层，把纠缠成一团的输入空间「掰开」，让不同类别变得分得清。那张「掰开」的动作，就是开关在起作用。

门上功夫不同门款式不同，课件列了三种常见的「开关形状」，本质都是非线性形变，没有谁绝对更对：

不必纠结它们各自的公式曲线，抓住共同点即可：它们都在一次乘加后引入了「能拐弯」，让层层网络不再是从输入到输出的一条直线，而去贴合真实世界里那些复杂、扭曲的分布关系。 Deep Learning

那问题来了：既然想让表达更复杂，是不是把层数无限加深就行？历史告诉你，事情没那么简单。越深，恰恰会撞上下一章的墙。

5. 从「多堆几层」到「大模型」：深了会遇到墙，残差与注意力把它接进新的可能

5.1 深了会退化：信号回不了头，残差给一条保底旁路

上世纪末人们发现，网络层数堆到十几、几十层，效果反而变差。听起来反直觉：更多层、更强表达，怎么还不如浅的？问题出在反向传播上。

还记得第四节那个「从后往前发修正信号」的过程吗？信号每往前回传一层，就要和那一层的许多小数重复相乘一次，层数一多，信号就被层层缩小到几乎为零——这就是课件里的梯度消失，最前面的层几乎收不到任何修正反馈，等于没人告诉它该怎么学，网络自然难训；反过来每层都乘大数，信号又会胀爆成梯度爆炸，参数更新乱跳，训练直接失败。一句话：越深，信号就越难「回头」被修正。

这里要精确一点。ResNet 那篇论文提醒我们，这问题严格讲更像「深网络难优化、收敛慢」，而不该简单归罪于「梯度彻底消失」这一个机制。它的解法，残差块，思路换得很巧妙：不直接学「从输入到答案的目标函数」，而是让若干层去逼近一个相对输入的小小修改量 $F(x)$，再把原始输入通过一条直连旁路原样加在输出上，最终学到的是 $x + F(x)$：

其中那条从输入直接接去相加的恒等快捷连接（identity shortcut），正是整件事的点睛笔：它给信息（包括想回头的梯度信号）留了一条绕过中间层直达输出的保底通道。就算中间那些层一时学不好，原始信息也不再被打折；网络的优化目标也从「从零硬背目标函数」变成「在恒等背景上做小幅修补」，难易由此逆转，深到一百多层也变得可训。2015 年那篇被我们熟称为 ResNet 的论文，正是在「层数加深必退化」的困局上撕开一个口子。ResNet

把上面的骨架结构放到论文原图上对号，看得更真切。所谓残差块，是一个标准的建筑单元：输入 x 先送进两层夹着激活的权重层，堆栈产物记作 F(x)；与此同时，x 本人走一条恒等快捷连接旁路，直接到那个「＋」处与 F(x) 汇合：

图注：ResNet 的单个残差块：输入 x 经两层权重层（中间夹 ReLU）得到修改量 F(x)，同时 x 走 identity shortcut（恒等快捷连接）旁路直接到「＋」处，与 F(x) 逐元素相加得 x + F(x)。顺带留意，图中并没有给这条旁路配什么额外参数，正是这份「不增加负担」，让信息与回传梯度有了一条保底捷径。它只是一块建筑材料，别误读成整条深网。ResNet

这里值得专门挑一个点出来：那条旁路不新增任何参数，只是把原输入不折不扣接到输出边。它不做多余计算，正是这种「零成本保底」的写法，才让残差块能被一摞一摞地往上叠，而不至于让加深变成负担。

5.2 网络还能「生成」：造假打假、潜在空间两条路

从这里开始，镜头从「认猫、认图」的判别侧，转向大模型的另一个看家本领：生成，也就是凭空造出像模像样的新东西。

生成的路子不止一条，课件只点到为止地开了两扇门。一扇是 GAN（生成对抗网络）：同时训练两个模型——生成器像造假币的，想造出以假乱真的样本；判别器像打假的警察，想分辨哪张图是真货、哪个是假货。两者互相较劲、一起变强，最后假币几乎乱真。GAN

另一扇是 VAE（变分自编码器）：它不搞对抗，而是先把输入「编码」进一个低维潜在空间，再从中采样，由解码器在另一边把它重建或据此造出新东西。潜在坐标缓慢移动，生成的模样就跟着平滑渐变。两条路殊途同归：都是训练一个模型，让机器学会从一堆数据里造出「新但像真」的输出，也正是理解「大模型会写会说会画」的早期铺垫。VAE

5.3 Transformer：大模型的技术底座，注意力让一句话里每个词互相看见

残差解决了「能否很深」，通往真正大模型还剩最后一块拼图：怎么让机器处理一句话里前后很远的词之间的关系，并支持大规模并行训练。2017 年 Google 那篇改变了格局的论文给了答案：Transformer。

此前的翻译模型靠循环结构，必须一个字一个字顺序处理，句子一长就慢、就连不起远处。Transformer 的核心是自注意力（self-attention）：让序列里的每个元素，都能直接「看见」序列里任意其他元素，并根据与谁最相关来加权吸收信息。一句话里「银行」和最后面的「取钱」，无论隔得多远，都能一步互相照应。这个性质让长距离依赖学起来容易，也让整段并行处理成为可能，正好喂饱下面那台大型机器。需要说明的是，把 Transformer 当作近几年主流大模型的标准骨架，是学界被广泛承认的共识（以综述口径引），并不是 2017 年那篇论文当年对自己的断言；它是从图灵到语言大模型这条谱系里的「架构地标」。Attention Is All You Need

看论文原版的架构图，它长得像左右两座并列的塔：

图注：Transformer 由编码器（左塔）与解码器（右塔）两套层栈组成：编码器底端看进整句输入、层层读通；解码器底端接收已生成的词、一个词一个词往外吐，中间那条跨向左侧塔的连线正是它在「盯着编码器的输出」取上下文；每个子层旁都带 Add & Norm 的残差旁路。两座塔内部其实是各自再叠了若干个相同层（论文取 N=6），这张图没把重复层画全，别把它当成「只有一层」的简单结构。Attention Is All You Need

先把原图的结构翻译成人话，看懂了它你就懂了大语言模型的一半。图分成左、右两座塔。左边是编码器：底端接收整句输入，由若干相同层堆叠而成，负责把一句话从头到尾读懂，变成一组连续的表征。右边是解码器：它不一次性吐出答案，而是一个词一个词地往出吐，吐下一个词之前，会回头「盯着」编码器算好的整个输入端理解（图中那条从左侧塔伸进右侧、标注 Multi-Head Attention 的连线，就是解码器在向编码器输出查问）。

理解到「编码器读全、解码器逐词吐出且始终盯着编码器」，对本课已经足够，不需要再往下钻多头与位置编码的细节。Attention Is All You Need

5.4 一切汇成「大模型」：统计 → 神经 → 预训练 → LLM

残差给了「深」，Transformer 给了「能并行又能连远处」，剩下就交给两个老搭档：更大数据 + 更强算力。把 Transformer 的层堆得又多又宽，喂进海量文本做自监督预训练，模型的参数量从亿级一路涨到成千上百亿级，就长成了我们现在天天喊的大语言模型（LLM，Large Language Model）：一种训练在超大规模文本上、能理解和生成像人语言的 AI 系统。

这条路的「谱系」值得用一图看全。按最新综述的口径，语言建模大致走过四代，从「统计」一步步升级到「大模型」，下面这张图把这段阶梯画在一张时间轴上，注意它标的是「任务求解能力」随代际增强的定性趋势，不要把它当成精确的性能对比：

图注：语言模型四代谱系图：从统计语言模型（1990s，n-gram）、神经语言模型（约 2013）、预训练语言模型（约 2018，ELMo/BERT/GPT 起）到 2020 年起的大语言模型（GPT-3/4、ChatGPT 等），纵轴表达任务求解能力逐代抬升，末端箭头指向未来。年份与代际是作者按代表论文布设的近似，图上不作精确分数或比例断言。LLM Survey

四代的分界线不只是参数变多：现代 LLM 在规模暴涨后，冒出了小模型没有的「新能力」，最典型的是上下文学习（in-context learning，ICL）——你给它几个例子，它不用改参数，当场就能学着把任务做对。这正是「会看病历」的大模型能直接对话、按需生成的地基。LLM Survey

这套代际推进道理，就是我们从「多堆几层」的小问题一路追到大模型的答案。到这一步，机器已经名副其实的「大」而且会「生成」了。

6. 当大模型走进医院、课堂与你的聊天框：它很会用，但它不一定真懂

6.1 医疗：会写诊断报告的「虚拟医生助手」

先把镜头切到医院。课件里那只虚拟医生助手 Deepsage-GIST（出自港科广的项目），定位很关键：它是个「诊断报告写作助手」，帮医生在肺癌诊疗等场景里更快地起草、整理报告，配合医生决策。注意它没有站在主治医生的位置上。

把这只助手放到更大的坐标里看：作为一种「医疗大语言模型」，这类系统的通用任务画像其实相当宽。医疗综述给出的应用光谱，除了报告生成还有临床决策支持（分析症状、推测可能诊断）、医学教育培训、医疗翻译、辅助机器人乃至药物发现。但梳理到责任边界，综述同一句话把话说死：医疗 LLM 的角色是「增强」医疗专家，而不是「取代」他们；真正的患者照护和最终诊断，必须始终处在合格的医疗专业人员监督下。 Medical LLM

它横轴大致按年铺开，从 2019 年角落里的 BioBERT 起步，到 2020 的 ClinicalBERT、PubMedBERT，再到 2022 一批 ChatDoctor 式的对话模型集中冒头、最后 2024 密密麻麻堆满 Med-Gemini、Health-LLM 等专用模型。

图注：医疗大语言模型 2019 到 2024 的演化路线图——从 2019 的 BioBERT 萌芽，经 2020 的 ClinicalBERT / PubMedBERT，到 2022 一批 ChatDoctor 类模型激增、再到 2024 年 Med-Gemini / Health-LLM 等大量分化，可视医疗 AI 快速成潮。图中不含任何课件自有系统，也不承载具体临床评测分数。Medical LLM

单看图名就能感受到「几年内从一个到一大片」的扩张节奏：医疗 AI 早已不是实验室里的零星试验，而是一整波成规模、带分工的浪潮。Medical LLM

图里没有课件那只 Deepsage-GIST，因为它属于某个具体机构的自建产品；把它想成这条时间轴后半段里的一员就够了，不要指望从图里读到它的临床成绩单。还要记住那个边界：它负责把耗时的文书决策做快，把概率式的「可能是什么」端到医生面前。至于「这个病人到底怎么了、要不要冒险开刀」，那是闪着监护仪灯光、握着签字笔的医生来判断的。它很会接病历、很会写报告，不等于它在「懂」这个病人。

6.2 教育：从回一句话，到像导师一样逐题陪练

再看教育。课件里那朵 Duolingo 式的学习应用，正在把 AI 从「你问一个问题，它回一段话」的问答机，升级成一个能对话、能个性化辅导的助手——视频通话里练口语，角色扮演里跟你对练。

别把它想成黑魔法，教育智能体干的活其实是有链条可循的。下面这张教育综述的概览图画出了这条工作链路——使用者（教师或学生）往左端提交任务提示，中间的智能体靠若干核心能力把任务接下、拆解、执行。

图注：教育 LLM 智能体总览——教师/学生向智能体提交针对任务的提示词，中间是记忆、规划、工具使用、个性化等核心能力层，右侧落成辅导、反馈、教学等任务输出。图中未标注任何具体平台名或成绩指标，不要据此判断某款产品效果好。Edu LLM

把这条链路从左到右读明白就懂了大半：最左站的是教师与学生，各自向系统提交一条条针对具体任务的提示；中间是智能体的核心能力层——记忆（记住这个学生的知识掌握程度）、规划（把一道大题拆成几小步）、工具使用（查资料、算题）、个性化（针对弱项出题）；最右端才落成实实在在的教学产出，比如逐题讲解、针对性反馈练习。所谓「像导师的 AI」，本质就是在这条线上比单句问答走得远得多。Edu LLM

但教育场景恰恰把 AI 的双刃剑照得最清楚，教育综述点出的挑战比优点更值得记：这些模型可能用极笃定的口吻，编造出看似有理其实错误的知识，而缺少经验的学生很容易把它当成标准答案、过度依赖，反而妨碍了真正该在练习里长出来的判断力与深度参与。它会讲得头头是道，但一本正经地讲错，正是它「不真懂」的典型症灶。

6.3 金融：人机协同的「量化研究」

第三片是在金融里的落地形态。课件里那类量化助手（Kquant-LingCopilot、Alpha-gpt 等）展示了 AI 进金融的一条特别路子：价值研究不再只是人埋头写策略、跑回测，而是变成一种自然语言、无代码、多智能体协同的工作方式。使用者可以说「帮我看看最近财报里哪几家的情绪指标在转弱」，几个模型智能体分头去取数、分析、提炼信号，再把候选交给人与它一起精修、验证。

量化投资里的 AI 大致走过了三个阶段：早期靠研究员手工标信号 + 传统统计模型；到深度学习时代把建模从数据到下单整条流水线都数据驱动化；现在进入 LLM 智能体时代，模型彼此之间、与研究者之间能对话和分工决策。值得注意的是综述自己对金融端局限的坦诚：语言层面的「情绪好」不一定等于市场的「做多信号」，文本推理想翻译成真实交易行为并不容易；模型过度理想化、忽略真实的交易摩擦，是常有的事。AI 在金融里更多像个不知疲倦的研究助理，而「信不信这个信号、要不要真开枪」的决策和那一份审慎，必须留在人的手里。 Finance LLM

课件讲到人工智能正在改造文旅（让文物开口讲历史）、心理陪伴（匿名情绪支持的聊天机器人）等等，共同的形态都是一句话：让大模型接管那些原本极耗人力的「接话/归纳/生成」劳作，把人的时间与判断留到真正要紧的地方。

6.4 收束：它会用，但它不一定真懂你

三片行业应用看完，回到开篇那个悬了一整篇的问题：一台机器能把语言、感知、写作表现得出色，就等于它真正「懂」了吗？

把这一课能稳稳记住的答案写在这里。其一，机器表现出的「像人一样聪明」，确实不是一回事。它在行为上像人，不等于它有理解、有意识、能体会你的处境。综述们把这话说得更直白：模型会一本正经地说错、会把手里的概率当真知（幻觉），需要一个负责任的判断者站在它和最终结果之间。其二，所以这几章的落点不是让你崇拜机器，而是看清它的合作方式：它极其熟练、极其高效，却更像一个统计式的超强助手，而不是一个会为你负责的主体。 真正的主语，仍然是那个会判断、会问对问题的人。

于是课件那声「未来已来」的呼吁，落点也清楚了。当机器把「接话」「整理」「生成」这些活包下，人手上剩下的稀缺能力，就变得前所未有地值钱：会提问（问出机器没被问过、却在刀刃上的问题）、会批判地看它给的结果（它跟你说 85% 把握，你敢质疑这个 85% 从哪来）、并有能力去创新（造出它没见过、也没法子替你想出的东西）。机器帮你把「算得快」和「会表达」补齐了，真正拉开人与人差距的，是那个拿它当工具、而不被它牵着走的人。

参考文献

本笔记引用的核心资料如下，想深入学的时候按图索骥：

1. Turing, Computing Machinery and Intelligence (Mind 59, 1950) — 全文 PDF
2. LeCun, Bengio & Hinton, Deep Learning (Nature 521, 2015) — Nature 官网
3. He et al., Deep Residual Learning for Image Recognition (2015) — arXiv:1512.03385
4. Goodfellow et al., Generative Adversarial Networks (2014) — arXiv:1406.2661
5. Kingma & Welling, Auto-Encoding Variational Bayes (2013) — arXiv:1312.6114
6. Vaswani et al., Attention Is All You Need (2017) — arXiv:1706.03762
7. Zhao et al., A Survey of Large Language Models (v18) — arXiv:2303.18223
8. A Survey on Medical Large Language Models (2024) — arXiv:2406.03712
9. LLM Agents for Education: Advances and Applications (2025) — arXiv:2503.11733
10. From Deep Learning to LLMs: A Survey of AI in Quantitative Investment (2025) — arXiv:2503.21422