57书屋正式启用新域名www.57sw.com,请牢记新的域名！！！手机请访问http://m.57sw.com
第74章 答辩答辩，只答不辩
作品:《科研系学霸》推荐阅读：
华娱：从96年加入正规军开始
灵墟，剑棺，瞎剑客
老子是王，辅政王！
诸天影视从小欢喜乔卫东开始
一群原神coser穿到名柯世界之后
皇室潜修二十年，开局陆地神仙
种菜骷髅的异域开荒
表白校花被拒后，我成了军火大商
全皇朝靠偷听我吃瓜躺赢，将我宠上天！
惨死后宅，重生归来夫人她杀疯了
换源：
过了一会儿，又有学生陆陆续续到了。
除了参加答辩的同学之外，还有一些研一研二的学生坐在后排旁听。
“时间还没到，到了的同学可以先把自己PPT拷到电脑上。”答辩秘书走到周昀几人身边提醒了一下。
九点整，答辩正式开始。
其中一位答辩老师看了眼手表，随后抽出名单：“时间到了，应该都到齐了吧？”
他快速扫了一眼，便把身子转了回去：“好，那我们计算机科学与技术学院本届硕士研究生毕业论文答辩，现在开始，第一位，孙乐驹同学。”
被点到名字的学生正坐在最后一排，看着手里提前准备好的稿子不断小声念叨。
听到老师点他的名字，他扶了扶鼻子上的黑框眼镜，深吸一口气，整理了一下衬衫，略带紧张地走上讲台。
迅速在桌面上找到自己的PPT，然后和下方的五位答辩老师对视了一眼。
“开始吧。”
孙乐驹清了清嗓子：“尊敬的各位老师各位同学，早上好！我是孙乐驹，我的论文题目是《基于扩散模型与自适应推理的图像超分辨率方法研究》........”
他一口气讲了十几分钟，从研究背景到方法再到最后的实验结果，条理倒是很清晰，也没出现什么意外，但也就条理清晰了，
语速很快，生怕老师听懂他在讲什么，虽然没有照着PPT念，但也能听得出来，他是在背稿子。
台下的答辩老师基本也就是偶尔抬头看一下PPT上的内容，大部分的时间还是在低头翻着手里的论文，拿着笔在上面圈圈画画。
讲完后，孙乐驹停下来，朝台下鞠了个躬。
几位答辩老师交换了一下眼神。
坐在最左边的老师微微点头：“孙同学，我看你没有发表过文章，而是发表了一篇专利？”
听到老师的问题，孙乐驹的身体下意识地绷紧了一下：“额，是的老师。”
“那你的专利具体解决了什么问题？跟你的论文研究内容有什么直接关联吗？能不能展开讲讲？”
“这个专利主要是针对超分辨率方法中的一个优化点，嗯，就是我在论文里提到的那个特征提取的部分，
相比于之前的方法，我对它做了一些改进......”讲到了自己的研究领域，他稍稍有些自信起来了，毕竟是自己耗了这么长时间做出来的东西。
讲完后他又看了眼提问的老师，只见对方眉头一皱，微微摇了摇头。
布豪！！
孙乐驹心中警铃大作。
那位老师翻开论文，拿笔指着说道：“我看到了，你论文第3.2节声称改进了特征提取网络，
我看到下面有两张对比图片，虽然有标注两张图片的得分不一样，但是我肉眼看上去，两者之间并没有显著差异，
能讲一下这个评分是怎么得出来的吗？或者说是怎么计算的吗？”
“老师，这个指标论文的实验部分有写，主要是用了.......”
答辩老师听完翻了翻论文，点了点头：“我看你使用了PSNR，那你有没有计算过LPIPS或者其他的指标？”
“嗯......不好意思老师，我没测过。”
答辩老师也只是点点头：“我建议把这些指标加上，否则光一个PSNR，说服力还是有些不太够。”
孙乐驹连忙点头躬身一气呵成：“好的老师。”
这位老师也没再刁难他，点点头，表示自己问完了。
轮到下一个老师也只是问了一些不痛不痒的问题，并不算深入，孙乐驹答得倒也从容。
不过轮到第三个老师的时候，他的心就不由地一紧。
这位老师他虽然没见过，但是每个答辩老师前面都放了个牌子，上面有写他们的名字。
车伟强这三个字他可谓是如雷贯耳，上过他课的，没一个说他好话的，历届毕业答辩，只要有他在的组，挂掉的人数都是最多的。
光是对上他的眼神，孙乐驹手心就直冒冷汗。
车伟强皱着眉头，声音带着一股压迫感：“你的摘要里有写到，你论文的创新点之一是你提出的‘自适应推理机制’，
在显著降低扩散模型采样步数的同时，保持了与基准模型相当的PSNR性能，甚至略有提升。
我的第一个问题，你的基线对比模型是标准的、需要1000步采样的扩散模型，但是我们都知道，
业界为了加速扩散模型，早已有Uniform Subsampling这样的方法，在你的实验结果里我并没有看到相关的对比实验，
如果你的性能甚至不如Uniform Subsampling，那你这项工作的意义又在哪里。
第二个问题，关于收敛性与理论保证，扩散模型的理论基础建立在Tweedie公式和随机微分方程的推导之上，
但是你的‘自适应推理’动态地修改了采样链，这实质上破坏了原扩散模型预设的采样过程，
你有没有通过实验来观测采样过程中的特征分布变化，比如用t-SNE可视化一下不同步数的特征？
或者对其从理论上进行证明？但是在你的论文里我并没有看到其中任何一种？”
第一个问题孙乐驹还能听得懂，毕竟Uniform Subsampling他也知道，他也确实没有做这部分的实验，他认了，
但是第二个问题他就有点听天书了，做过深度学习的都知道，
他们这些研究生哪会对这些数学公式有很深的了解？基本都是找一个模块安到自己的模型上试试，如果涨点了，那就是好，没涨那就是不好。
所以才会有‘炼丹’这种说法。
至于更加深层的理论，一般都是博士生或者一些名校研究生才会干的事情。
“不好意思老师，确实是我没考虑到，回去后我一定尽快把这部分补上！”然后就是猛地一个鞠躬。
主打的就是一个：答辩答辩，只答不辩，评委提问，疯狂道歉，如若不行，那就装傻充愣。
现在的孙乐驹用出了最后一招——笑就完了。
所谓伸手不打笑脸人，人学生态度都这样诚恳了，哪怕是车伟强这样‘难搞’的老师也不好说什么。
不过最重要的还是他这篇论文并没有什么重大的错误，不管是创新点还是工作量都达到要求了，否则就算是把脸笑烂了，老师也不可能让他通过的。
“你这样是不行的，太不严谨了，方法缺乏理论支撑和充分的对比实验，我暂时保留意见。”
对于车伟强的批评，孙乐驹疯狂道歉——是是是，老师您说对，我一定改！
除了参加答辩的同学之外，还有一些研一研二的学生坐在后排旁听。
“时间还没到，到了的同学可以先把自己PPT拷到电脑上。”答辩秘书走到周昀几人身边提醒了一下。
九点整，答辩正式开始。
其中一位答辩老师看了眼手表，随后抽出名单：“时间到了，应该都到齐了吧？”
他快速扫了一眼，便把身子转了回去：“好，那我们计算机科学与技术学院本届硕士研究生毕业论文答辩，现在开始，第一位，孙乐驹同学。”
被点到名字的学生正坐在最后一排，看着手里提前准备好的稿子不断小声念叨。
听到老师点他的名字，他扶了扶鼻子上的黑框眼镜，深吸一口气，整理了一下衬衫，略带紧张地走上讲台。
迅速在桌面上找到自己的PPT，然后和下方的五位答辩老师对视了一眼。
“开始吧。”
孙乐驹清了清嗓子：“尊敬的各位老师各位同学，早上好！我是孙乐驹，我的论文题目是《基于扩散模型与自适应推理的图像超分辨率方法研究》........”
他一口气讲了十几分钟，从研究背景到方法再到最后的实验结果，条理倒是很清晰，也没出现什么意外，但也就条理清晰了，
语速很快，生怕老师听懂他在讲什么，虽然没有照着PPT念，但也能听得出来，他是在背稿子。
台下的答辩老师基本也就是偶尔抬头看一下PPT上的内容，大部分的时间还是在低头翻着手里的论文，拿着笔在上面圈圈画画。
讲完后，孙乐驹停下来，朝台下鞠了个躬。
几位答辩老师交换了一下眼神。
坐在最左边的老师微微点头：“孙同学，我看你没有发表过文章，而是发表了一篇专利？”
听到老师的问题，孙乐驹的身体下意识地绷紧了一下：“额，是的老师。”
“那你的专利具体解决了什么问题？跟你的论文研究内容有什么直接关联吗？能不能展开讲讲？”
“这个专利主要是针对超分辨率方法中的一个优化点，嗯，就是我在论文里提到的那个特征提取的部分，
相比于之前的方法，我对它做了一些改进......”讲到了自己的研究领域，他稍稍有些自信起来了，毕竟是自己耗了这么长时间做出来的东西。
讲完后他又看了眼提问的老师，只见对方眉头一皱，微微摇了摇头。
布豪！！
孙乐驹心中警铃大作。
那位老师翻开论文，拿笔指着说道：“我看到了，你论文第3.2节声称改进了特征提取网络，
我看到下面有两张对比图片，虽然有标注两张图片的得分不一样，但是我肉眼看上去，两者之间并没有显著差异，
能讲一下这个评分是怎么得出来的吗？或者说是怎么计算的吗？”
“老师，这个指标论文的实验部分有写，主要是用了.......”
答辩老师听完翻了翻论文，点了点头：“我看你使用了PSNR，那你有没有计算过LPIPS或者其他的指标？”
“嗯......不好意思老师，我没测过。”
答辩老师也只是点点头：“我建议把这些指标加上，否则光一个PSNR，说服力还是有些不太够。”
孙乐驹连忙点头躬身一气呵成：“好的老师。”
这位老师也没再刁难他，点点头，表示自己问完了。
轮到下一个老师也只是问了一些不痛不痒的问题，并不算深入，孙乐驹答得倒也从容。
不过轮到第三个老师的时候，他的心就不由地一紧。
这位老师他虽然没见过，但是每个答辩老师前面都放了个牌子，上面有写他们的名字。
车伟强这三个字他可谓是如雷贯耳，上过他课的，没一个说他好话的，历届毕业答辩，只要有他在的组，挂掉的人数都是最多的。
光是对上他的眼神，孙乐驹手心就直冒冷汗。
车伟强皱着眉头，声音带着一股压迫感：“你的摘要里有写到，你论文的创新点之一是你提出的‘自适应推理机制’，
在显著降低扩散模型采样步数的同时，保持了与基准模型相当的PSNR性能，甚至略有提升。
我的第一个问题，你的基线对比模型是标准的、需要1000步采样的扩散模型，但是我们都知道，
业界为了加速扩散模型，早已有Uniform Subsampling这样的方法，在你的实验结果里我并没有看到相关的对比实验，
如果你的性能甚至不如Uniform Subsampling，那你这项工作的意义又在哪里。
第二个问题，关于收敛性与理论保证，扩散模型的理论基础建立在Tweedie公式和随机微分方程的推导之上，
但是你的‘自适应推理’动态地修改了采样链，这实质上破坏了原扩散模型预设的采样过程，
你有没有通过实验来观测采样过程中的特征分布变化，比如用t-SNE可视化一下不同步数的特征？
或者对其从理论上进行证明？但是在你的论文里我并没有看到其中任何一种？”
第一个问题孙乐驹还能听得懂，毕竟Uniform Subsampling他也知道，他也确实没有做这部分的实验，他认了，
但是第二个问题他就有点听天书了，做过深度学习的都知道，
他们这些研究生哪会对这些数学公式有很深的了解？基本都是找一个模块安到自己的模型上试试，如果涨点了，那就是好，没涨那就是不好。
所以才会有‘炼丹’这种说法。
至于更加深层的理论，一般都是博士生或者一些名校研究生才会干的事情。
“不好意思老师，确实是我没考虑到，回去后我一定尽快把这部分补上！”然后就是猛地一个鞠躬。
主打的就是一个：答辩答辩，只答不辩，评委提问，疯狂道歉，如若不行，那就装傻充愣。
现在的孙乐驹用出了最后一招——笑就完了。
所谓伸手不打笑脸人，人学生态度都这样诚恳了，哪怕是车伟强这样‘难搞’的老师也不好说什么。
不过最重要的还是他这篇论文并没有什么重大的错误，不管是创新点还是工作量都达到要求了，否则就算是把脸笑烂了，老师也不可能让他通过的。
“你这样是不行的，太不严谨了，方法缺乏理论支撑和充分的对比实验，我暂时保留意见。”
对于车伟强的批评，孙乐驹疯狂道歉——是是是，老师您说对，我一定改！