本周论文包括Meta AI提出了一种名为 data2vec 的自监督学习新架构，在多种模态的基准测试中超越了现有 SOTA 方法；谷歌、MIT 等提出分类器可视化解释方法 StylEx等。 目录 data2vec: A General Framework for Self-supervised Learning in Speech, Vision and Language Explaini

©作者 | 小舟、陈萍 来源 | 机器之心 来自牛津大学、弗莱堡大学、谷歌研究院等机构的十余位研究者撰文综述 AutoRL。 强化学习 (RL) 与深度学习的结合带来了一系列令人印象深刻的成果，许多人认为（深度）强化学习提供了通向通用智能体的途径。然而，RL 智能体的成功通常对训练过程中的设计选择高度敏感，可能需要繁琐且容易出错的手动调整。这使得将 RL 用于新问题具有挑战性，同时也限制了 R