Mesh-TensorFlow实现多维处理器网格，支持大规模Transformer训练，参数达5亿，超越SOTA。
Noam Shazeer, Youlong Cheng, Niki Parmar 等
Open Images V4利用大规模多任务标注，推动图像分类、目标检测和关系检测的发展。
Alina Kuznetsova, Hassan Rom, Neil Alldrin 等
提出迭代束搜索算法，提升对话生成多样性和质量。
Ilia Kulikov, Alexander H. Miller, Kyunghyun Cho 等
基于面部扭曲伪影检测的DeepFake识别方法，利用CNN捕捉有限分辨率和仿射变换残留特征。
Yuezun Li, Siwei Lyu
提出基于几何中值的滤波器剪枝方法，能在ResNet-110和ResNet-101上分别减少52%和42%的FLOPs，且无性能下降。
Yang He, Ping Liu, Ziwei Wang 等
ReCoRD利用自动生成的新闻数据集，强调常识推理，模型表现远低于人类。
Sheng Zhang, Xiaodong Liu, Jingjing Liu 等
提出RCN算法，利用关系网络处理复杂计数问题，TallyQA数据集上表现优异。
Manoj Acharya, Kushal Kafle, Christopher Kanan
提出判别感知通道剪枝（DCP），结合额外判别损失，有效提升ResNet-50在ILSVRC-12上30%通道剪枝后性能，超越原模型0.39%。
Zhuangwei Zhuang, Mingkui Tan, Bohan Zhuang 等
提出WU-UCT算法，通过追踪未观察样本实现MCTS的线性并行化，性能提升显著。
Anji Liu, Jianshu Chen, Mingze Yu 等
采用贪心核方法近似中心流形，利用高精度模拟数据构建代理模型。
Bernard Haasdonk, Boumediene Hamzi, Gabriele Santin 等
提出结合图卷积网络与引导树搜索的组合优化方法，在NP-hard问题上实现显著性能提升。
Zhuwen Li, Qifeng Chen, Vladlen Koltun
提出结构化域随机化（SDR），结合场景结构提升2D车辆检测性能，超越传统域随机化。
Aayush Prakash, Shaad Boochoon, Mark Brophy 等
提出近似最优的最小极大误差自适应拒绝采样算法，保证接收率接近理论极限。
Juliette Achdou, Joseph C. Lam, Alexandra Carpentier 等
MolDQN通过深度强化学习优化分子性质，确保化学有效性并实现多目标优化。
Zhenpeng Zhou, Steven Kearnes, Li Li 等
提出基于二阶锥规划的凸优化算法，用于生成满足Mercer展开的核函数点集，性能与P-贪婪算法竞争。
Ken'ichiro Tanaka
提出基于假设-保证推理的深度学习自主系统形式验证方法，结合聚类分析实现DNN区域安全性保证。
Corina S. Pasareanu, Divya Gopinath, Huafeng Yu
BabyAI以MiniGrid、行为克隆和PPO评估语言组合学习；仅IL也需8.4k–409k示范。
Maxime Chevalier-Boisvert, Dzmitry Bahdanau, Salem Lahlou 等
提出层次语义解析模型，利用RNNG实现复杂嵌套查询的高效准确解析，优于Seq2Seq。
Sonal Gupta, Rushin Shah, Mrinal Mohit 等
提出基于Span提取的中文机器阅读理解数据集，包含近2万问答，设有多句推理挑战。
Yiming Cui, Ting Liu, Wanxiang Che 等
提出从UD特征到UniMorph的确定映射，验证宏平均召回率64.13%。
Arya D. McCarthy, Miikka Silfverberg, Ryan Cotterell 等