本页学习说明
本文三种自训ConvNeXt为small 92k、medium 7.06M、large 28.6M参数，约跨300倍规模。small / medium / large是本文模型身份，应保留参数量，不能自动套用其他公开ConvNeXt标准配置。
本页展示large最后一层的三组原站自然图：taxis、broccoli、spoonbills，并展示small最后一层的vehicles单元。原文还保留巨嘴鸟／犀鸟、灯塔／水塔、椒盐卷饼／贝果、狼／狗、猫／猞猁、手套／袜子等两极；这些同类例子可在来源原图继续查看。这里选三组是为了让学生读完每一对，不把九组缩成无法辨认的缩略图。
小模型负侧的oxcart自然图确实位于水面；它提醒我们“地面交通／水空交通”仍是视觉归纳标签，需要在具体反例上继续检验，不能把标签当人工制定的分类规则。
来源：Nick Cammarata，2026，Neural Networks Are Already Clean，Goodfire。negative-poles · tiny-vehicles-positive。原图及研究结果归原作者；本课选取、裁剪或重排固定状态，未重新运行训练或消融实验。
阅读完整讲义