本研究探讨了神经网络表示与人类认知的对齐因素，发现训练数据集和目标函数的对齐性对模型表现影响显著。尽管深度神经网络在图像分类中表现优异，但仍未能完全捕捉人类视觉的关键特性。研究提出了一种新方法，通过对齐深层特征与人类相似性判断，提升模型表现。