從老趙那兒出來已經(jīng)快十點了,，蘇飛直接趕到了圖書館,。

　　原本以為這個點，常用位置肯定被占了,，倒是沒想到他剛到那就有人把位置讓出來了,。原來是昨天問他問題的那幾個同學讓人提前幫他占好了位置,。

　　蘇飛還感到不好意思，自己何德何能讓人家?guī)妥约赫嘉恢谩?p>　　但這幾個同學的一句“大神,，沒了你我們可怎么活”又把蘇飛拉了回來,，他心里想著大不了多幫他們解解題，以此作為報答,。

　　剛坐下的蘇飛撇了眼某個角落,，發(fā)現(xiàn)姜大小姐果然回來了，看到這鉆石礦,，蘇飛就倍感安心,。

　　‘系統(tǒng),，使用基礎(chǔ)面板查閱卡?！?p>　　蘇飛默念一聲,，然后把視線移向姜大小姐的方向，姜傾雪的面板立刻就顯示出來,。

　　姓名：姜傾雪

　　智力：25（遠超常人）

　　精神力：20（超越常人）

　　體質(zhì)：8（高）

　　魅力：28（完美）

　　藝術(shù)天賦：13（超越常人）

　　蘇飛深吸一口氣,，內(nèi)心的震撼久久無法平靜下來。

　　五個屬性超過大半上了20,，智力高達25,，魅力更是到達了蘇飛從未曾見過的“完美”這一評級，您老就是這個世界的氣運之子,？

　　蘇飛盯著姜傾雪的視線被周圍的同學們收入了眼底,，八卦之火熊熊燃起，昨天的江大論壇可是席卷了小半個學校,，他們這些人自然也是對這件事非常上心,。

　　他們自認為與其他人不同，他們覺得自己等人是為數(shù)不多地察覺到大神的學神屬性,，而姜大小姐也是學神,，兩個學神之間的愛恨情仇，誰又不感興趣呢,。

　　不過蘇飛很明顯沒打算滿足他們,，被打擊到之后，他就掏出《牛津英漢詞典》開始無情刷單詞,。

　　追上姜大小姐,，從全國大學生英語競賽開始！

　　在下午的時候,，蘇飛收到了老趙發(fā)來的英語競賽資料,。

　　他簡單地查閱了下歷年考卷，題型倒是不復(fù)雜,，就由主客觀題兩部分組成,，客觀題占了六十分，主觀題一篇作文占二十分,，翻譯題占二十分,，而客觀題全部是閱讀理解，這讓蘇飛略微松了口氣,，畢竟聽力可不是短時間內(nèi)能搞定的,。

　　而客觀題的內(nèi)容有點類似托福的考題，不考日常會話，而是考生物地理以及人文歷史等專業(yè)知識,，這種考法對蘇飛異常有利,，因為專業(yè)知識意味著單詞的積累決定勝負。

　　這次競賽對蘇飛比較有利,，狂背單詞和作文，再刷刷題,，估計就能拿個高分,。

　　根據(jù)老趙的說法，下周周一就正式開考,，滿打滿算還有一周,，蘇飛估摸著好好復(fù)習半周就能拿個省一等獎，至于下一輪的國獎就不考慮了,。

　　至于這周剩下的時間,，完善好論文，沖頂會,！

　　蘇飛沉迷英語一下午,，而晚上的時間則留給了TagLM模型，他又重新把這篇論文從頭到尾精讀了一遍,，順便把今年頂會最新出的論文也大致掃了一遍,，在過目不忘和知識快解的加持下，在晚上閉館前,，他把自己的論文想法大致勾勒了出來,。

　　回到宿舍，蘇飛便打開電腦,，在word上敲敲打打,。

　　【基于TagLM的深度上下文詞向量預(yù)訓練】

　　【摘要：TagLM提出的上下文詞向量預(yù)訓練豐富了詞向量的意義，不再使得單詞局限于單個意思,，將靜態(tài)詞向量化為了動態(tài)詞向量,，大大簡化了自然語言領(lǐng)域的參數(shù)計算，然而TagLM仍然有不小的缺陷,，其中的結(jié)構(gòu)性缺陷增大了參數(shù)訓練的復(fù)雜度,，而TagLM模型中的不同部分間簡單的拼接有可能會造成語義損失，因此本文提出一個更高效簡單的預(yù)訓練模型,?！?p>　　【介紹：本文將TagLM三部分簡化為一部分的整體模型，抹除不同模型部分間拼接造成的誤差......】

　　這個題目是蘇飛這幾日晚上在床上常思考想到的,，先前姜大小姐有問他對TagLM的看法,，他提出的觀點都沒說到點子上，這幾日吃透了相關(guān)數(shù)學理論，而數(shù)學上的很多思想總是和機器學習以及深度學習掛鉤,，蘇飛這才漸漸地看出了本質(zhì),，再加上最近改善TagLM的論文效果并不顯著，蘇飛才萌生了這個想法,。

　　原本蘇飛并不想做自然語言處理方向的論文,，原因是自然語言處理總是被計算機視覺領(lǐng)域壓一頭，但TagLM是自然語言處理領(lǐng)域的論文,，雖然在發(fā)表后其思想也被應(yīng)用于其他領(lǐng)域,，但蘇飛認為想要發(fā)一篇改善TagLM的頂會論文，必定要在它的領(lǐng)域打敗它,，否則很可能不會被AAAI錄用,。

　　至于模型的結(jié)構(gòu)到底應(yīng)該怎么改？

　　額......

　　他的思想已經(jīng)陷入了瓶頸,，這也是他想要在明天去和AI研究社的大佬們交流的原因,。

　　如果明天的交流還是沒有什么用，那就只能用一些非常規(guī)手段了,。

　　去刷刷姜傾雪的好感度,，順便看看能不能觸發(fā)一些任務(wù)，充實小金庫好去系統(tǒng)淘張靈感激發(fā)卡,。

　　“阿飛,，這么晚了還不睡？”

　　鄭浩然起床上廁所,，看到蘇飛還在電腦桌前,，不免多問了句。

　　鄭浩然的聲音把蘇飛從沉思中拉了出來,，一看時間,，都已經(jīng)深夜2：16了，于是輕聲地道歉：“抱歉,，耗子,，這幾天事情蠻多的，剛才敲文檔的聲音吵到你了嗎,？”

　　鄭浩然擔憂地看著蘇飛：“阿飛,，是不是姜大小姐的事給你的打擊太大了？你這是在用學習麻痹自己呢,？”

　　“你這不會在寫微博文案,，半夜網(wǎng)抑云吧？”鄭浩然小心翼翼的靠過來,，結(jié)果看到word文檔上的一大串文字,。

　　“基于TagLM的深度上下文詞向量預(yù)訓練？臥槽！??！”

　　鄭浩然的聲音越來越響，最后的臥槽兩個字甚至堪比周揚現(xiàn)場祖安,。

　　床上的另外兩人被這聲音驚的翻了個身,，木板床嘎吱搖晃。

　　蘇飛趕忙“噓”了一下,，輕聲道：“就是個初步想法,。”

　　鄭浩然一臉崇拜地看著蘇飛,，TagLM,，他也聽過這個模型的大名,，畢竟提出了預(yù)訓練這種想法,，紅極一時，然而當他開始嘗試閱讀,，就很有自知之明地放棄了,，得到的教訓就是，我這個機器學習都沒搞懂的小菜雞,，深度學習果然碰不得,。

　　然而再看看蘇飛這個舍友，人家已經(jīng)開始著手改善TagLM了,，這人和人之間的差距真是比人和豬之間的差距還大?。?