全球经典论文

从 1996 年开始,各个计算机科学子领域的会议最佳论文奖的集合。最初,选择了每个子领域最广泛的代表性会议。这些数据是从网上找到的来源手动输入的(其中许多不再可用)

计算机领域 Best Paper

http://paper.gitpp.com/best_Paper.html

最近全球最火的CS的论文,肉眼就感受到了计算机教授们对于大一统模型的“焦虑”。这份焦虑让他们开始尝试统一一切,比如:

  • 统一复杂的自动驾驶任务的优化目标,来自今年CVPR最佳论文。
  • 统一典型的CV任务,包括图片理解、推理、编辑。今年CVPR另一篇最佳论文。
  • 仿照LLM的方式设计Large Vision Model的范式雏形

然而如今NLP进化出这样的统一范式太难得了,其中有好几个层级:

  1. 任务形式的统一:19年GPT2把所有NLP任务都整合成了一种形式,即text-to-text。
  2. 网络结构的统一:统一使用transformer (decoder)
  3. 优化范式的统一:预训练+精调+prompt

CVPR Computer Vision

Planning-oriented Autonomous Driving

Yihan Hu, Shanghai AI Laboratory; et al.

《Planning-oriented Autonomous Driving》是一篇发表在CVPR(IEEE Conference on Computer Vision and Pattern Recognition)计算机视觉与模式识别会议上的论文,作者包括Yihan Hu以及其他来自上海人工智能实验室的研究者。

其他

2023 计算机最佳论文 速递 0001

AAAI 

Artificial Intelligence

1、Misspecification in Inverse Reinforcement Learning

Joar Skalse & Alessandro Abate, University of Oxford

《AAAI人工智能杂志》上发表的论文《Inverse Reinforcement Learning中的失配问题》(Misspecification in Inverse Reinforcement Learning)是由牛津大学的Joar Skalse和Alessandro Abate撰写的。这篇论文主要研究了逆强化学习(Inverse Reinforcement Learning, IRL)中的失配问题(misspecification)。

ACL Natural Language Processing  

2、What the DAAM: Interpreting Stable Diffusion Using Cross Attention

Raphael Tang, Comcast; et al.

《ACL自然语言处理杂志》上发表的论文《What the DAAM: Interpreting Stable Diffusion Using Cross Attention》是由Raphael Tang等人撰写的。这篇论文探讨了如何使用跨注意力机制来解释稳定扩散(Stable Diffusion)模型在自然语言处理(NLP)中的应用。

ACL Natural Language Processing   

论文     

3《From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models》 Shangbin Feng, University of Washington; et al.

中文简要介绍

《从预训练数据到语言模型再到下游任务:追踪导致不公平NLP模型的政治偏见之源》这篇论文由Shangbin Feng(华盛顿大学)等人撰写,主要研究了自然语言处理(NLP)模型中的政治偏见问题。

  CHI Human-Computer Interaction

4、Breaking Out of the Ivory Tower: A Large-scale Analysis of Patent Citations to HCI Research

Hancheng Cao, Stanford University; et al.

《Breaking Out of the Ivory Tower: A Large-scale Analysis of Patent Citations to HCI Research》是一篇发表在CHI(ACM Conference on Human Factors in Computing Systems)人机交互会议上的论文,作者是Hancheng Cao(斯坦福大学)等人。

这篇论文的主要研究内容是对人机交互(HCI)研究领域内的专利引用情况进行了大规模的分析。在此之前,HCI研究成果在工业界和学术界之间转化为实际应用的程度并不十分清晰。这篇论文通过对专利文献的分析,揭示了HCI研究在工业界的实际应用情况和影响力。

5、Visual Programming: Compositional visual reasoning without training

《Visual Programming: Compositional visual reasoning without training》是一篇发表在CVPR(IEEE Conference on Computer Vision and Pattern Recognition)计算机视觉与模式识别会议上的论文,作者是Tanmay Gupta和Aniruddha Kembhavi,来自艾伦人工智能研究所(Allen Institute for Artificial Intelligence)。

【简单地说就是利用GPT3/4强大的In-Context Learning能力,用伪代码的形式,把复杂的图像理解、编辑任务拆解成几个简单的CV子任务,再直接调用接口解决,如下图。】