近日，软件工程顶级会议ESEC/FSE'20组委会公布了该会议上的ACM SIGSOFT杰出论文奖名单，以北京大学计算机科学技术系的师生为主要作者的Detecting Numerical Bugs in Neural Network Architectures一文获得ACM SIGSOFT杰出论文奖。ACM SIGSOFT杰出论文奖是由ACM SIGSOFT设立的论文奖项，用于奖励软件工程顶级会议上不超过10%的最优秀论文。

虽然现在已有大量深度学习系统测试的论文，但大多数现有工作都是测试机器学出来的深度学习模型。这样的测试虽然能发现模型上的缺陷，但因为模型是学出来的，程序员也不知道如何修复这些缺陷。不同于已有工作，本论文测试程序员写出来的深度学习程序（=神经网络体系结构），而检测出的缺陷可以通过修改程序修复，回到软件工程帮助程序员的本质上。审稿人对这一工作高度认可，认为论文针对一个重要问题（important problem）提出了可伸缩的解决方案(scalable approach)，并通过可靠的验证(solid evaluation)展现出色的结果(strong results)。审稿人还将该问题的重要性和70、80年代的编译器测试相比（通过认为神经网络结构是训练数据的编译器），认为该问题的重要性必将同样随时间不断增长（have the same multiplicative impact）。

本文的作者包括计算机系的本科生张煜皓和任路遥，熊英飞副教授和谢涛教授。其他作者还包括国防科技大学的陈立前副教授和香港科技大学的张成志副教授。

本届会议中国大陆获奖的论文还包括天津大学陈俊洁副教授团队的论文。陈俊洁副教授去年博士毕业于北京大学计算机系，并获得中国计算机学会优秀博士论文奖。