AI专家精选论文推荐
Attention Is All You Need
会议：NeurIPS 2017
推荐专家：李飞飞（斯坦福大学AI实验室主任）
该论文提出了Transformer模型架构，完全基于注意力机制，摒弃了传统的循环和卷积结构，在机器翻译任务上取得了显著效果，为后续BERT、GPT等预训练模型奠定了基础。
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
会议：NAACL-HLT 2019
推荐专家：吴恩达（Landing AI创始人，前百度首席科学家）
BERT通过双向Transformer编码器和掩码语言建模任务进行预训练，在11项自然语言理解任务上取得了最先进的结果，极大地推动了NLP领域的发展。
Deep Residual Learning for Image Recognition
会议：CVPR 2016
推荐专家：Yann LeCun（图灵奖得主，Facebook首席AI科学家）
该论文提出了残差网络（ResNet），通过跳跃连接解决了深度神经网络中的梯度消失和退化问题，使得训练成百上千层的深度神经网络成为可能，在ImageNet图像识别比赛中获得冠军。
Generative Adversarial Nets
会议：NeurIPS 2014
推荐专家：Andrew Ng（Coursera联合创始人，斯坦福教授）
该论文提出了生成对抗网络（GAN），通过生成器和判别器的对抗训练，能够生成高质量的数据样本，开创了生成模型的新方向，在图像生成、数据增强等领域有广泛应用。