该研究提出了一个基于两阶段博弈模型的自动化机制设计功能框架，并应用于不完全信息的两人无穷博弈。通过黑盒优化算法，实现了优化或接近最优化的机制设计，并在多个应用领域得到验证。与已知的最优机制进行比较，证明了该方法是参数化设计间接机制的有前途的方法。

本文介绍了一种紧凑型神经网络的设计，用于多任务学习。通过过参数化设计和共享模型参数，可以在小参数大小和低计算成本下获得与更复杂架构相同或更好的模型性能。实验证明了该方法在多个数据集上的有效性。