- 时间知识图谱补全：综述
本研究首次总结了时间知识图补全方法的研究进展，包括背景、基准数据集、评估指标以及现有方法，旨在解决静态知识图补全方法的不准确问题。未来的研究方向也在文章中提出。
- CVPROoD-Bench: 量化和理解外分布泛化的两个维度
通过对分布偏移数据的分类和对其相关算法的大量实验比较，对已有数据集和算法进行了分类整合，为未来的迁移学习和数据偏移研究提供了参考。
- 走向因果表示学习
论文回顾了因果推断的基本概念，并将其与机器学习的关键问题联系起来，提出了因果表示学习的核心问题，并提出了机器学习和因果学研究领域的关键研究方向。
- MM深度学习与软件工程：研究现状与未来发展方向
该研究报告总结了深度学习和软件工程交叉研究的高优先级领域，并提出了潜在的路径图以指导未来的工作。
- 深度学习在自然语言处理中的应用调查
本文简要介绍了自然语言处理领域和深度学习架构和方法，并从最近的研究中总结了大量相关贡献，对核心语言处理问题和计算语言学的多个应用进行了分析，并提供了当前技术水平的讨论和未来研究的建议。
- 人工智能的恶意使用：预测、预防和缓解
该报告调查了恶意使用 AI 的潜在安全威胁的现状，并提出了更好地预测，预防和减轻这些威胁的方法。在分析了 AI 可能如何影响数字，物理和政治领域的威胁格局之后，我们为 AI 研究人员和其他利益相关者提出了四个高层次的建议。我们还建议一些有前 - 硬件神经形态计算和神经网络概览
本文首先回顾了神经形态计算的动机和驱动力，然后讨论了该领域的主要研究方向，包括神经启发式模型、算法和学习方法、硬件和设备、支持系统以及应用，并给出了未来研究的主要方向和目标。
- 敏感性猜想的变体
介绍了敏感性猜想的几种已知和新变种，指出了一些尚未解决的较弱版本，涉及相关研究领域。
- 智能的定义收集
本文是作者多年来收集的大量关于 “智能” 的非正式定义的调查。尽管不可能列出所有智能的定义，但在这里呈现的 70 多个定义是已知最大和最有参考价值的收集。
- 感知概念学习中的成本类型
本文旨在探讨归纳概念学习中涉及的不同成本类型及其分类，以期在成本敏感学习方面提供文献方面的组织，以及激发研究人员更深度地研究归纳概念学习中所有成本类型的特征。