本文综述Winograd Schema Challenge（WSC）相关研究：微调BERT等模型在WSC273和WNLI上准确率分别提升8.8%和9.6%；构建大规模无监督WSC-like数据集KnowRef-60K以减少与预训练语料重叠；提出WinoGrande、WinoWhy等数据集并对常识知识分类，揭示模型仍存缺陷。