感知研究者聚焦：Edoardo Contente 作为最早加入团队的研究者之一，@edoardocontente 在普林斯顿大学获得物理学学士学位，发表了关于扩展深度学习理论框架以分析基于注意力的Transformer模型的初始化行为和隐性偏见的毕业论文，提供了一个模块化蓝图和扰动分析，将一般深度学习理论与现代Transformer架构的特定动态联系起来。 在继续并完成普林斯顿大学电气与计算机工程硕士学位后，Edoardo 加入了Sentient，并在多个研究方向上工作——OML 1.0、开放深度搜索，以及最近关于指纹鲁棒性的另一篇论文。