Evidence Registry
证据中心
查看 AI 前世今生的来源登记、编辑标准、核对日期与纠错方式。
当前可核验规模
36深度词条
90来源登记
10章节索引
8平台档案
这些数字直接由公开内容数据生成,不代表全站事实正确率。
编辑标准
事实与判断分开
可核验事实关联来源;解释和判断明确适用边界。
不冒充完整
未完成深度审校的词条只展示基础释义。
时效信息标日期
模型、平台和法规按更短周期复核,过期信息不得伪装成当前事实。
来源可以追踪
优先原始论文、标准、模型卡和官方技术文档。
来源结构
原始论文26
官方技术文档9
研究报告6
官方工程文章4
官方课程3
标准与框架3
官方产品文档3
官方产品记录3
官方开源文档3
官方技术课程2
官方代码仓库2
原始文献2
官方行业指南2
官方法规原文2
官方治理框架2
官方产品公告2
作者课程讲义1
开放教材1
作者教材目录1
官方研究规范1
官方治理记录1
官方模型卡1
官方企业平台文档1
官方法规说明1
官方安全说明1
官方系统卡1
官方模型目录1
官方许可原文1
行业安全指南1
官方发布记录1
协议规范1
开放格式规范1
从研究问题读论文
原始论文与官方产品文档承担不同作用:论文说明特定实验中的研究贡献;产品文档说明当前接口与服务行为。
21 篇论文导读、结论边界与原文入口 →全部来源登记
S1AIMA Chapter 2: Intelligent AgentsStuart Russell and Peter Norvig · 作者课程讲义 · 查阅 2026-10-24
↗S2Linear regression: Gradient descentGoogle · 官方课程 · 查阅 2026-10-24
↗S3Forward Propagation, Backward Propagation, and Computational GraphsDive into Deep Learning · 开放教材 · 查阅 2026-10-24
↗S4Classification: Accuracy, recall, precision, and related metricsGoogle · 官方课程 · 查阅 2026-10-24
↗S5What is clustering?Google · 官方课程 · 查阅 2026-10-24
↗S6Artificial Intelligence: A Modern Approach, Table of ContentsStuart Russell and Peter Norvig · 作者教材目录 · 查阅 2026-10-24
↗S7NeurIPS Paper Checklist GuidelinesNeurIPS · 官方研究规范 · 查阅 2026-10-24
↗S8BERT: Pre-training of Deep Bidirectional Transformers for Language UnderstandingJacob Devlin et al. · 原始论文 · 查阅 2026-10-22
↗S9Chain-of-Thought Prompting Elicits Reasoning in Large Language ModelsJason Wei et al. · 原始论文 · 查阅 2026-10-22
↗S10Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model ParametersCharlie Snell et al. · 原始论文 · 查阅 2026-10-22
↗S11DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement LearningDeepSeek-AI et al. · 原始论文 · 查阅 2026-10-22
↗S12ReAct: Synergizing Reasoning and Acting in Language ModelsShunyu Yao et al. · 原始论文 · 查阅 2026-10-22
↗S13SWE-bench: Can Language Models Resolve Real-World GitHub Issues?Carlos E. Jimenez et al. · 原始论文 · 查阅 2026-10-22
↗S14Measuring Massive Multitask Language UnderstandingDan Hendrycks et al. · 原始论文 · 查阅 2026-10-22
↗S15Learning Transferable Visual Models From Natural Language SupervisionAlec Radford et al. · 原始论文 · 查阅 2026-10-22
↗S16τ^τ-Bench: An Environment for End-To-End, Realistic Agent ConstructionQuan Shi et al. · 原始论文 · 查阅 2026-10-22
↗S17Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-Of-Thought ReasoningKevin Du et al. · 原始论文 · 查阅 2026-10-22
↗S18Questioning the Questions: Sustaining Self-Evolution in Reasoning ModelsJinyuan Li et al. · 原始论文 · 查阅 2026-10-22
↗S19Apples to Apples? Towards Comparable Crosslingual Language Model EvaluationXiulin Yang et al. · 原始论文 · 查阅 2026-10-22
↗S20NIST AI Risk Management Framework 1.0NIST · 标准与框架 · 查阅 2026-09-07
↗S21Generative AI Profile, NIST AI 600-1NIST · 标准与框架 · 查阅 2026-09-07
↗S22Machine Learning GlossaryGoogle for Developers · 官方技术文档 · 查阅 2026-10-24
↗S23Introduction to Large Language ModelsGoogle for Developers · 官方技术课程 · 查阅 2026-09-07
↗S24Attention Is All You NeedVaswani et al. · 原始论文 · 查阅 2026-10-22
↗S25On the Opportunities and Risks of Foundation ModelsStanford CRFM · 研究报告 · 查阅 2026-09-07
↗S26Language Models are Few-Shot LearnersBrown et al. · 原始论文 · 查阅 2026-10-22
↗S27Training Language Models to Follow Instructions with Human FeedbackOuyang et al. · 原始论文 · 查阅 2026-10-22
↗S28Direct Preference OptimizationRafailov et al. · 原始论文 · 查阅 2026-10-22
↗S29LoRA: Low-Rank Adaptation of Large Language ModelsHu et al. · 原始论文 · 查阅 2026-10-22
↗S30Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksLewis et al. · 原始论文 · 查阅 2026-10-22
↗S31Efficient Estimation of Word Representations in Vector SpaceMikolov et al. · 原始论文 · 查阅 2026-10-20
↗S32Neural Machine Translation of Rare Words with Subword UnitsSennrich et al. · 原始论文 · 查阅 2026-09-07
↗S33Function Calling GuideOpenAI · 官方技术文档 · 查阅 2026-09-07
↗S34Evaluation Best PracticesOpenAI · 官方技术文档 · 查阅 2026-09-07
↗S35Building Effective AgentsAnthropic · 官方工程文章 · 查阅 2026-09-07
↗S36Effective Context Engineering for AI AgentsAnthropic · 官方工程文章 · 查阅 2026-10-20
↗S37Search ConceptsWeaviate · 官方技术文档 · 查阅 2026-10-20
↗S38RerankingWeaviate · 官方技术文档 · 查阅 2026-10-20
↗S39OpenAI API Platform DocumentationOpenAI · 官方产品文档 · 查阅 2026-09-29
↗S40Introducing ChatGPTOpenAI · 官方产品记录 · 查阅 2026-09-29
↗S41Introducing the Model SpecOpenAI · 官方治理记录 · 查阅 2026-09-29
↗S42Claude Models OverviewAnthropic · 官方产品文档 · 查阅 2026-09-07
↗S43Google DeepMind Model CardsGoogle DeepMind · 官方模型卡 · 查阅 2026-09-07
↗S44Transformers DocumentationHugging Face · 官方开源文档 · 查阅 2026-09-07
↗S45DeepSeek Official RepositoriesDeepSeek · 官方代码仓库 · 查阅 2026-09-07
↗S46Qwen Official RepositoriesQwen · 官方代码仓库 · 查阅 2026-09-07
↗S47NVIDIA Deep Learning DocumentationNVIDIA · 官方技术文档 · 查阅 2026-09-07
↗S48Azure AI Foundry DocumentationMicrosoft · 官方企业平台文档 · 查阅 2026-09-07
↗S49A Logical Calculus of the Ideas Immanent in Nervous ActivityMcCulloch and Pitts / Springer Nature · 原始论文 · 查阅 2026-10-03
↗S50A Proposal for the Dartmouth Summer Research Project on Artificial IntelligenceMcCarthy et al. / Stanford Archive · 原始文献 · 查阅 2026-10-03
↗S51Computing Machinery and IntelligenceTuring Digital Archive, King's College Cambridge · 原始文献 · 查阅 2026-10-03
↗S52ImageNet Classification with Deep Convolutional Neural NetworksKrizhevsky et al. / NeurIPS · 原始论文 · 查阅 2026-10-03
↗S53Mastering the Game of Go with Deep Neural Networks and Tree SearchSilver et al. / Nature · 原始论文 · 查阅 2026-10-03
↗S54Denoising Diffusion Probabilistic ModelsHo et al. · 原始论文 · 查阅 2026-10-22
↗S55Training Compute-Optimal Large Language ModelsHoffmann et al. · 原始论文 · 查阅 2026-10-22
↗S56AI Index 2026: Technical PerformanceStanford HAI · 研究报告 · 查阅 2026-10-03
↗S57AI Index 2026: EconomyStanford HAI · 研究报告 · 查阅 2026-10-03
↗S58AI Index 2026: MedicineStanford HAI · 研究报告 · 查阅 2026-10-03
↗S59The Future of Jobs Report 2025: Jobs OutlookWorld Economic Forum · 研究报告 · 查阅 2026-10-03
↗S60Generative AI and Jobs: A Refined Global Index of Occupational ExposureInternational Labour Organization · 研究报告 · 查阅 2026-10-03
↗S61Ethics and Governance of Artificial Intelligence for Health: Large Multi-modal ModelsWorld Health Organization · 官方行业指南 · 查阅 2026-10-03
↗S62Guidance for Generative AI in Education and ResearchUNESCO · 官方行业指南 · 查阅 2026-10-03
↗S63AI Act: Risk-based Approach and Application TimelineEuropean Commission · 官方法规说明 · 查阅 2026-10-03
↗S64生成式人工智能服务管理暂行办法国家互联网信息办公室 · 官方法规原文 · 查阅 2026-10-03
↗S65人工智能生成合成内容标识办法国家互联网信息办公室等四部门 · 官方法规原文 · 查阅 2026-10-03
↗S66人工智能安全治理框架 3.0全国网络安全标准化技术委员会 · 官方治理框架 · 查阅 2026-10-03
↗S67GPT-6 Astra: A New Generation of IntelligenceOpenAI · 官方产品记录 · 查阅 2026-10-03
↗S68Safety Overview: GPT-6 AstraOpenAI · 官方安全说明 · 查阅 2026-10-03
↗S69Claude Sonnet 5.5Anthropic · 官方产品记录 · 查阅 2026-10-03
↗S70Claude Model System CardsAnthropic · 官方系统卡 · 查阅 2026-10-03
↗S71Google DeepMind ModelsGoogle DeepMind · 官方模型目录 · 查阅 2026-10-03
↗S72Llama 4 Community License AgreementMeta · 官方许可原文 · 查阅 2026-10-03
↗S73Agents in Microsoft FoundryMicrosoft Learn · 官方产品文档 · 查阅 2026-10-03
↗S74NIST AI RMF PlaybookNIST · 官方治理框架 · 查阅 2026-10-03
↗S75OWASP Top 10 for LLM Applications 2025OWASP · 行业安全指南 · 查阅 2026-10-03
↗S76GPT-6 and Intelligent UI for everyoneOpenAI · 官方产品公告 · 查阅 2026-10-20
↗S77Introducing Claude Haiku 5.5Anthropic · 官方产品公告 · 查阅 2026-10-20
↗S78Gemini Apps release updatesGoogle · 官方发布记录 · 查阅 2026-10-20
↗S79DeepSeek API: Your First API CallDeepSeek · 官方技术文档 · 查阅 2026-10-20
↗S80MCP Architecture, specification 2026-07-28Model Context Protocol · 协议规范 · 查阅 2026-10-20
↗S81Agent Skills OverviewAgent Skills · 开放格式规范 · 查阅 2026-10-20
↗S82Effective harnesses for long-running agentsAnthropic · 官方工程文章 · 查阅 2026-10-20
↗S83Memory toolAnthropic · 官方技术文档 · 查阅 2026-10-20
↗S84Structured model outputsOpenAI · 官方技术文档 · 查阅 2026-10-20
↗S85GenAI Semantic ConventionsOpenTelemetry · 标准与框架 · 查阅 2026-10-20
↗S86How caching worksHugging Face · 官方开源文档 · 查阅 2026-10-20
↗S87Byte-Pair Encoding tokenizationHugging Face · 官方技术课程 · 查阅 2026-10-20
↗S88Lost in the Middle: How Language Models Use Long ContextsLiu et al. · 原始论文 · 查阅 2026-10-22
↗S89Semantic SearchSentence Transformers · 官方开源文档 · 查阅 2026-10-20
↗S90Streamlining AI Inference Performance and Deployment with TensorRT-LLM Chunked PrefillNVIDIA · 官方工程文章 · 查阅 2026-10-20
↗纠错与审核边界
当前内容由本站维护者核对,尚未完成外部专家审稿。发现错漏时,请通过 1343434669@qq.com 提交具体页面、原文和建议来源。修订会记录更新日期;只有实际复核的正文才刷新核对日期,并保留发布记录。