由南加大洛杉矶分校，艾伦人工智能研究所以及北京大学研究团队推出的用于建模各种视觉以及语言任务的 VisualBERT 框架今日获得新突破，以 67.4% 的 Dev.(Acc) 荣登 NLVR2 训练榜单榜首。据了解，NLVR2 为康奈尔大学研究团队推出的包含 107,292 个以成对照片为基础的人类书面英语句子的例子的数据集。NLVR2 挑战赛主要挑战内容为决定一对照片的自然语言句子是否正确这一任务。