本研究评估BERT和RoBERTa的校准性，采用温度缩放和标签平滑显著改善内外域校准。
Shrey Desai, Greg Durrett
Axial-DeepLab通过轴向注意力机制在ImageNet上超越现有模型，提升COCO测试集2.8% PQ。
Huiyu Wang, Yukun Zhu, Bradley Green 等
TREC 2019深度学习轨道采用大规模标注数据，深模型显著优于传统IR。
Nick Craswell, Bhaskar Mitra, Emine Yilmaz 等
提出clDice损失函数，保证血管等管状结构拓扑完整性，适用于2D/3D血管分割。
Suprosanna Shit, Johannes C. Paetzold, Anjany Sekuboyina 等
提出GTI算法，通过轨迹交点实现长远任务的多模态模仿与泛化，适用于少量示范。
Ajay Mandlekar, Danfei Xu, Roberto Martín-Martín 等
提出强化学习中的课程学习框架，分类多种方法，强调任务排序与迁移机制。
Sanmit Narvekar, Bei Peng, Matteo Leonetti 等
提出基于去卷积和学习的UDC图像恢复方法，显著改善低光和模糊图像。
Yuqian Zhou, David Ren, Neil Emerton 等
自动课程学习(ACL)在深度强化学习中优化样本效率和泛化能力。
Rémy Portelas, Cédric Colas, Lilian Weng 等
提出卷积占据网络（Convolutional Occupancy Networks），结合卷积编码器与隐式占据解码器，实现复杂场景的高精度3D重建。
Songyou Peng, Michael Niemeyer, Lars Mescheder 等
PathVQA利用半自动化流程构建，包含4998图像和32799问答对，推动医学视觉问答研究。
Xuehai He, Yichen Zhang, Luntian Mou 等
StyleGAN2蒸馏方法实现前馈图像操作，生成质量与StyleGAN2反向传播相当。
Yuri Viazovetskyi, Vladimir Ivashkin, Evgeny Kashin
AutoML-Zero通过演化搜索从零发现完整机器学习算法，利用基本数学操作实现复杂模型。
Esteban Real, Chen Liang, David R. So 等
提出一种自适应任务分配框架，基于实时性能更新机器人专长参数以应对未知或变化环境。
Yousef Emam, Siddharth Mayya, Gennaro Notomista 等
提出异步分布式姿态图优化算法ASAPP，解决多机器人SLAM中的同步瓶颈。
Yulun Tian, Alec Koppel, Amrit Singh Bedi 等
HPIPM为模型预测控制提供高性能二次规划求解框架，显著提升速度与鲁棒性。
Gianluca Frison, Moritz Diehl
提出Fast-Slow GP-UCB算法，应对带有对抗性腐败的高斯过程带宽优化，保证累积遗憾上界。
Ilija Bogunovic, Andreas Krause, Jonathan Scarlett
提出多麦克风复数频谱映射用于定阵列语音去混响，结合波束形成和后滤波提升性能。
Zhong-Qiu Wang, DeLiang Wang
提出LAMP系统，结合激光雷达多机器人SLAM实现复杂地下环境的高精度建图与定位。
Kamak Ebadi, Yun Chang, Matteo Palieri 等
提出AutoAttack，结合Auto-PGD、FAB和Square Attack，自动化评估对抗鲁棒性，降低误判风险。
Francesco Croce, Matthias Hein
提出IF-Nets，通过多尺度特征张量实现连续、多拓扑、细节保留的3D重建。
Julian Chibane, Thiemo Alldieck, Gerard Pons-Moll