跳转到内容

机器学习

问题形式:在基准上更好/更快/更省;证据:多基准多种子的对比与消融;文化:arXiv 先行、迭代极快、顶会规模巨大。本章讲 ML 研究的特有问题(基准过拟合、算力不平等、复现危机)与应对。

  • 基准分数的边际提升越来越难以说明问题
  • 算力差距使小组需要选择不同的问题
  • 理解为什么有效正成为新的贡献类型