研究工作的价值

来自:

李沐-如何判断(你自己的)研究工作的价值【论文精读】你(被)吐槽过论文不够 novel 吗?【论文精读】

价值公式

用有新意的方法有效地解决一个研究问题。

有效:是一个相对的说法,是相对于之前的问题。

新意:1.不代表该领域之前从没人提过,只是近期很少人用 2.可以借鉴其他领域的方法

研究问题:注意区别于工程问题,很多情况是现有方法是行不通的,更需要探索

粗糙公式:价值=新意度×有效性X问题大小

举例:

问题大小:

1:前面的工作某个点做的不好的地方进行改进

10:CV里面某一个视觉的子任务

100:提升机器对图片的理解

有效性:

1:模型精度比前人好一点

10:数据集精度提升一个点

100:数据集精度提升十个点

三个方向:效果(比如精度)、规模、安全

新意度:

1:不意外

10:有一定新意度

100:大家之前不熟的,打开了新世界的大门。相对而言,任何一个技术事实上不可能之前从来没出现过

新意度

来自一篇有意思的文章:https://perceiving-systems.blog/en/post/novelty-in-science

(作者michael J.Black)

建议新意度(novelty)换成优美度(beauty)。优美度从技术和复杂中脱离出来。

误区:

1.复杂度衡量新意度

如果一个非常小的改动它能产生大的结果他就是有新意的,无关复杂度。【比如一行代码上顶会的flooding方法?】

2.用困难衡量新意度

并不是说模型必须复杂才能发文章,才是新意的。

3.用惊讶衡量新意度

比如mae,这么小的想法效果却那么好

4.用技术上的新意性来衡量工作的新意度

比如机器学习解数学题就是新意的

5.用有效性和价值衡量新意度

不是新的想法都是有用的。现在没有,以后可能会有实用性


研究工作的价值
https://lijianxiong.work/2022/20220505/
作者
LJX
发布于
2022年5月5日
许可协议