关于周刊因果学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯，智源社区结合领域内容，撰写了第3期《因果学习周刊》。本期周刊推荐的8篇论文，延续了第1期周刊中关于解决分布外泛化问题(Out-of-Distribution Generalization)的不变学习方法的介绍，包含了不变学习方法最新的进展。这类方法提出了从数据中学习具有因

AMiner必读论文推荐#深度信念网络#深度信念网络（Deep Belief Network, DBN）由 Geoffrey Hinton 在2006 年提出。它是一种生成模型，通过训练其神经元间的权重，可以让整个神经网络按照最大概率来生成训练数据。通过使用DBN，不仅可以识别特征、分类数据，还可以用它来生成数据。该论文集共收录100篇论文，最高引用数是14050，来自多伦多大学的Geoffrey

自监督学习本质上是一种无监督学习的方法，通常会设置一个“Pretext tasks”，根据数据的一些特点，构造Pesdeo Labels来训练网络模型。通过自监督得到的模型，可以作为其他学习任务的预训练模型，为其提供更好的训练初始区域。以下论文供大家参考学习：1.Self-Supervised Visual Feature Learning With Deep Neural Networks: A

弱监督学习（Weakly Supervised Learning），介于有监督和无监督之间的一种学习方式。本论文集收集了通过弱监督学习方法实现的语义分割、图像分割的相关论文。该论文集共收录86篇论文，最高引用数是367，来自悉尼科技大学的魏云超在该领域发表了6篇论文，在所有学者中最多。论文集地址：https://www.aminer.cn/topic/5fd9e25192c7f9be21a1568

作者：Maximilian Seitzer,Max Horn,Andrii Zadaianchuk,Dominik Zietlow,Tianjun Xiao,Carl-Johann Simon-Gabriel,Tong He,Zheng Zhang,Bernhard Schölkopf,Thomas Brox,Francesco Locatello。AI综述（大模型驱动）：基于相似性和不相似性度量

关于周刊强化学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。并且诸多研究成果发表于CORL 2021学术会议中，为帮助研究与工程人员了解该领域的相关进展和资讯，智源社区结合领域内容，撰写为第24期《强化学习周刊》。本期周刊整理了CORL 2021中强化学习领域相关的最新论文推荐和新工具等，以飨诸位。本期贡献者：李明、刘青、小胖、陈元论文推荐强化学习近年来取得了令人瞩目的成就，其

NeurIPS终于放榜，提交数再次创新高，与去年相比增加了38%，共计达到9454篇，总接收1900篇，其中谷歌以169篇傲视群雄，清华大学63篇，南京大学周志华教授团队3篇。论文接收率20.09%较去年有所下降，其中论文主题占比和结构图如下：算法（29%）深度学习（19%）强化学习（9%）作者：《DeepRL-Lab》 & 《AMiner.cn》联合发布来源：https://neurip

强化学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。并且诸多研究成果发表于EMNLP 2020-2021学术会议中，为帮助研究与工程人员了解该领域的相关进展和资讯，智源社区结合领域内容，撰写为第21期《强化学习周刊》。本期周刊整理了EMNLP 2020-2021中强化学习领域相关的最新论文推荐和新工具等，以飨诸位。周刊采用社区协作的模式产生，欢迎感兴趣的朋友们参与我们的工作，一

关于周刊强化学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯，智源社区结合领域内容，撰写为第27期《强化学习周刊》。本期周刊整理了强化学习领域相关的最新论文推荐等，以飨诸位。本期贡献者：李明、刘青、小胖、陈元文章来源：智源社区论文推荐强化学习近年来取得了令人瞩目的成就，其应用于各个领域的研究也取得较大的进步，比如深度强化学习、非策略

在近期的一项研究中，斯坦福大学的一个研究小组提出了时间控制 (TC)，这种语言模型通过潜在的随机过程进行隐式计划，并生成与该潜在计划一致的文本，以提高长文本生成的性能。我们一起来了解一下其中的文本生成：文本生成是自然语言处理中一个重要的研究领域，具有广阔的应用前景。国内外已经有诸如Automated Insights、Narrative Science以及“小南”机器人和“小明”机器人等文本生成系