1樓:Dennis LIU
積體電路研究,特別是模擬積體電路。如果要展示實物測量結果的話,很多時候都得精挑細選。一般都會選一片測量結果最好的實物。
但是出發點實在不是灌水,而是因為晶元製造的過程中變數太大了。如果真正拿去生產了,還是要考慮怎麼讓晶元的產量和效能穩定。
2樓:
NIPS,嘿嘿,從理論部分就搞笑得像小學生一樣(為了躲開sub-optimal那麼我們就想辦法把它找出來吧!),演算法更是蠢得一塌糊塗,各位請自己實現,能work在下當面叩首。
3樓:小心假設
大概在所有領域都是 almost surely (a.s.)?
愛因斯坦說過這麼一段話:
「如果我不是由於像功名利祿之類的外在原因,也不是,或者至少也不完全是由於愛好鍛鍊智力的遊戲作樂而從事一門科學,那麼,作為這門科學的新手,我必定會急切地關心這樣的問題:我現在所獻身的這門科學將要達到而且能夠達到什麼樣的目的?它的一般結果究竟在多大程度上是真的?
哪些是本質性的東西?哪些則只是發展中的偶然的東西?」
「If I turn toward a science not for external reasons such as earning an income, or for ambition, and also not—at least not exclusively—for the mere sportive joy and the fun of brain-acrobatics, then I must ask myself the question: what is the final goal that the science I am devoted to will and can reach? To what extent are its general results 「true」?
What is essential and what is based only on accident in its development?」
引申一下,關於「人生」:
如果我不是由於像功名利祿之類的外在原因,也不是,或者至少也不完全是由於擅長乃至好玩而從事一門工作,那麼我必定會急切地關心這樣的問題:我現在所獻身的這門工作將要達到、而且能夠達到什麼樣的目的?它的本質和終極意義是什麼?
它是不是我內心深處真正想做的?還有沒有更有意思、更有意義,但因為種種原因沒去做的?我這一生為何而來?
再引申一下,關於「在知乎回答問題」:
4樓:KyleJin
很多Network Embedding的工作,首先沒有標準資料集,其次沒有標準評價方式(因為你需要在下游任務上才能評估embedding)導致各種資料,任務,設定層出不窮,幾乎無法橫向比較
現在Graph Neural Network的工作也有部分問題,因為也沒有標準資料集
5樓:zhpmatrix
NLP中的相關文字生成工作一定程度上滿足問題條件。本質的問題在於:對工作結果好壞的評估缺乏乙個科學且客觀的量化指標。
因為確實很難做出乙個好的指標,但是工作總是要有進展評估的,因此難免的cherry-pick。於是可以看到很多頂會文章,一打一打的附錄中各種各樣看起來不錯的生成結果,但是看到全部結果時,不太理想。
灌水是有的,但是說全部灌水似乎也不太合適,不過確實灌起來容易很多。這個時候對工作是否solid的判斷,帶來了一定的成本。
6樓:
我感覺大部分工作都是啊。。。
有明顯提公升,然後又簡單容易實現的,絕對是高引用好工作。大部分花裡胡哨一大堆網路線飛來飛去然後漲一點點的話。。基本上應該是沒啥大用
7樓:
佔坑,rebuttal完,這些年一直自己刷自己的sota又不放原始碼的,或者自己follow自己的方法但是乙個也不放原始碼的,乙個少都不了你們,差點忘匿名了。。。
你所在的領域裡,有哪些現存的黑科技?
美的美居 要說黑科技,那小美居就不得不自誇一下美的首創的無風感技術啦!美的為了解決 空調送風體感不夠舒適 這個看起來很簡單,卻一直未被攻克的問題,組建了以8名博士為首的百人研發團隊,對 無風感技術 進行攻關。這項由8位博士帶領的百人團隊研究取得的突破性技術,先後共採集了1512萬組資料,經歷了316...
你所在的科研領域裡有江湖嗎?
可能有吧,許久之前看過乙個控制領域的江湖貼子,裡面說的頭頭是道,不排除陰謀論,具體貼子名字忘了,背景好像是控制領域知名人士王飛躍第一次落選院士那時候。 笨笨熊 肯定有啊。接觸多了發現領域內的大牛之間都有千絲萬縷的聯絡。比如我二導是大導的學生,二導和某美國院士A以前同在另乙個泰斗級院士B手下做過博后,...
你所在的物理學領域有哪些黑話?
Legend Hydrophobicity 疏水性 這個概念似乎很容易理解,比如生活中的例子荷葉不沾水,油不溶於水。然而,在微觀尺度,情況並不樂觀。這個詞涉及的空間尺度從幾個angstrom 水分子的尺度大小 到幾個nm 再到macromolecule或其aggregates,protein fol...