感知研究者聚焦：Edoardo Contente 作為最早加入團隊的研究者之一，@edoardocontente 在普林斯頓大學獲得物理學學士學位，並發表了他的畢業論文，探討將深度學習的理論框架擴展到分析基於注意力的Transformer模型的初始化行為和隱性偏見，提供了一個模組化藍圖和擾動分析，將一般深度學習理論與現代Transformer架構的具體動態聯繫起來。 在普林斯頓繼續並完成電氣與計算機工程碩士學位後，Edoardo 加入了Sentient，並在多個研究主題上工作——OML 1.0、開放深度搜索，以及最近另一篇關於指紋穩健性的論文。