https://code.fb.com/ai-research/floating-point-math/
浮点数计算方法改进，ASIC / FPGA and C++ / PyToch code，来自 Facebook AI。

EMNLP 2018的一些会议总结：
https://chauff.github.io/2018-11-04-emnlp/
http://ruder.io/emnlp-2018-highlights/
https://www.patricklewis.io/post/emnlp2018/

"FloWaveNet : A Generative Flow for Raw Audio" from Seoul National University
paper: https://arxiv.org/abs/1811.02155
code: https://github.com/ksw0306/FloWaveNet

关于贝叶斯模型的一些思考：http://www.ericmjl.com/blog/2018/11/7/bayesian-modelling-is-hard-work/

WaveGlow 是一个基于流的生成网络，从 Glow 和 WaveNet借鉴而来，用于语音合成，来自 NVIDIA。https://github.com/NVIDIA/waveglow

一个历史悠久的 ML 工具库，Shogun（将军）。
http://shogun-toolbox.org/examples/latest/index.html

关于机器学习系统线上部署的一些问题，隐患和思考，虽然是 NIPS 2015，但是对现在的大部分问题依旧有很强的借鉴意义。https://papers.nips.cc/paper/5656-hidden-technical-debt-in-machine-learning-systems.pdhttp:/martin.zinkevich.org/rules_of_ml/rules_of_ml

动态构建知识图谱，看起来是整合一个 SQuAD 和其他离散状态，这里的离散状态包括了每个entity的representation，比如词性，位置等等。于是机器在做阅读理解的时候，一句一句往下读，entity 的状态就会更新。来自 UMass 和 MSR Montreal。
paper: https://arxiv.org/abs/1810.05682

基于 LSTM 构建语言模型，然后用作输入法，以前有看到过一个韩国人做的，这次作者来自东京大学和 CMU，数据集是日语的 BCCWJ。其实是2016年的工作，但是语言模型放进输入法还是一个挺自然的事情，看起来还是挺有意思。
paper：https://arxiv.org/pdf/1810.09309.pdf
code：https://github.com/yohokuno/neural_ime

一个对 LSTM 中 autoencoder 的科普介绍，还挺清楚。just another，有关键部分的 Keras code 帮助理解。https://machinelearningmastery.com/lstm-autoencoders

语言模型中的迁移学习进展和总结，对目前State of the Art 的 LM 都有介绍，包括allennlp 的 ELMo，ULMFiT，OpenAI 的 Transformer，以及最近 Google 刷屏的 BERT。https://drive.google.com/file/d/1kmNAwrSlFYo0cN_DcURMOArBwe9FxWxR/view

PyTorch 的 BERT 实现，包括 script 来将 TensorFlow 的 pre-trained model 进行转换，作者来自huggingface。https://github.com/huggingface/pytorch-pretrained-BERT

HotpotQA：一个 wikipedia-based QA pairs dataset。
paper：https://arxiv.org/abs/1809.09600
code：https://github.com/hotpotqa/hotpot
link：https://hotpotqa.github.io/

ICL 数学系DL课程的一些资料，包括有PyTorch和 TensorFlow 的 Tutorial 以及作业相关，看了一下Tutorial 部分，觉得非常有意思，和其他传统的基础作业不太一样，这里都是流行的落地项目，比如Question Answering、Generative Model with VAEs/GANs，非常值得一看。https://github.com/pukkapies/dl-imperial-maths

一个将 scikit-learn estimator 转化成其他语言的工具，这样线上做 prediction 的时候会更加灵活，暂时还没有需要研究，不过看起来是非常有意义的项目，目前更新也比较活跃。https://github.com/nok/sklearn-porter

NIPS 2018 上 MPC solver，用于在强化学习模型中的控制辅助。Specifically, we differentiate through MPC by using the KKT conditions of the convex approximation at a fixed point of the controller. 作者是用在 PyTorch 上，做了一个 PyTorch 的 Lib，不过确实先前的control methods 都有局限。
paper: https://arxiv.org/abs/1810.13400
code: https://github.com/locuslab/mpc.pytorch
link: https://locuslab.github.io/mpc.pytorch/