CTM图像分类机制研究

2026年10月15日，arXiv Computer Vision 刊出 Thomas Hannagan 关于连续思维机器（CTM）图像分类机制的研究。该研究聚焦 ImageNet 数据集，报告了 CTM 如何分类图像的若干发现：每个思考步骤都是一个具有平衡放大特性的强非正规吸引映射；训练会显著增强非正规性，而吸引性在初始化时已经存在。报道未提及该研究是否经过同行评审、是否涉及具体模型版本或代码发布，也未给出与其他分类机制的对比结论。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此不存在早先报道与后续报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。