论文黑话祛魅
feature:一个数组
representation:还是一个数组
embedding:把输入映射成数组
提高泛化性:预测更准了
过拟合:训练过头了
attention:加权
adaptive:还是加权
few-shot learning:看了几个样本就学
zero-shot learning:一个没看就开始瞎蒙
self-supervised:自学
semi-supervised:教一点自学一点
unsupervised:没人教了,跟谁学?
end-to-end:一套操作,行云流水搞到底
multi-stage:发现不行,还得一步一步来
domain:我圈起来一堆样本,就管他叫一个domain
transfer:我非得在这一堆样本上训练,用在另一堆样本上,就是不直接训练,就是玩~
adversarial:我加了一部分就是让loss增大
robust:很稳我不会让loss变大的(但也不容易变小了)
state of the art:我(吹nb)第一
outperform:我虽然没第一,但是我比baseline强
baseline:(故意)选出来的方法,让我能够outperform
empirically:我做实验了,不知道为啥work
theoretically:我以为我知道为啥work,但没做实验,或者只做了个toy model
multi-
multi-task:把几个loss加一起,完事
multi-domain:把几堆儿样本混一块训练,完事
multi-modality:把视频语音文字图像graph点云xxx混一块训练,完事
multi-domain multi-modal multi-media model:mua~mua~mua~mua……
Transformer:拉成条儿加权
消融实验:控制变量法
n-fold 验证:数据切n份验证遍
集成学习:多训几个模型一起用
back propagation: 求导
Trade-off:两个需求都满足得不好,但都不太差
Novel:把一个风马牛不相及的东西用在了这里
Compared method:专门选出来的能打赢的对手
Rethink:一竿子打翻一船人
X is all you need:标题只是为了把你骗进来,其实你need lots of tricks
Long-standing problem: 出现不超过五年的问题
Efficient:少用了点儿时间或数据
Intuitive:我想到了你一下子也能想到的东西