低成本导数如何打开 AI 与神经元建模：重读 Werbos 1982
Werbos 1982 把 nonlinear sensitivity analysis 的核心问题收束为低成本导数计算，并用 ordered derivatives 把灵敏度分析、优化、统计估计与 AI / neuron modelling 连到同一条技术线上。
4 篇文章
当误差能够穿过隐藏层：重读 Rumelhart、Hinton、Williams 1986
这篇 1986 年 Nature 论文把多层网络训练中的核心难题说清楚了：输出端的偏差如何转化为隐藏层可用的学习信号，以及这种信号为何会让内部表征逐步变得可学习。
Linnainmaa 1976：从累计舍入误差到反向累积思想
这篇 1976 年论文讨论的是有限精度计算中的累计舍入误差，但它已经把“沿着复合计算过程回收影响系数”这一件事说得很清楚，也同时暴露了后来 reverse-mode 一直要面对的存储代价。
Attention Is All You Need：为什么序列建模可以把循环拿掉
基于论文原文重建 Transformer 的核心论证：作者为何要摆脱 recurrence，self-attention 与 multi-head 分别解决了什么问题，以及训练与实验究竟支撑了哪些结论。