/> 如果自己的TransfAN有的一拼或者更胜一筹吧,但苏飞清楚地知道,自己的ELMo在GAN面前还是有些不够打的。
“看来倾雪也和你说过不少我的事情啊。”
许冰也是一愣,她没想到苏飞这一下子就认出了自己,只能把这原因归结到姜倾雪身上。
倾雪?
卧槽,看看这亲密的称呼,姜大小姐不愧是领先众多选手的人啊。
“许冰教授可是专门为了你来的啊。”男教授说道:“许教授听说这次面试中有ELMo的原作者,可是主动申请参与保研复试,为此她还推掉了一个学术会议呢。”
苏飞刚要道谢,那老教授轻咳两声,适时发出提醒:“两位,叙旧就到此为止了,复试流程还得继续,待会儿后边还有考生呢。”
这意思就是,你们咋还唠上了呐?
男教授和许冰教授歉意地看了眼老教授。
他们都有些忘了苏飞是来复试的了,许冰甚至还想着能和苏飞在预训练这个问题上进行一番学术交流。
“那么接下来进行文献阅读、翻译和理解……额,今年选定的文献是《Deep textualized word representations》。”
三位教授尴尬地看了苏飞一眼,今年选定的经典文献就是苏飞的ELMo模型。
苏飞也是一脸尴尬,难怪前边自我介绍都不考校英文水平了,原来是在这增加了难度……他的这篇ELMo,他敢打包票,没几个正常的本科生能理解透彻或者读懂。
不过现在这情况……让作者本人来理解自己的论文?
“要不换一篇?”男教授提议道。
“不用,我正好也想听听苏飞同学的见解。”许冰出言道。
老教授也点了点头,同意许冰的建议。
苏飞也不客气,他便从TagLM的改善开始,一步步解析自己当初构建这个ELMo时的想法,并且辅以一些数学理论的证明。
虽然论文里有对苏飞的想法进行一个大致的概括,但是听苏飞本人去述说这一过程,从如何发现问题到如何解决问题,这又是一个完全不同的体验。
苏飞就这么讲了将近十分钟。
“精彩!我倒是完全没想到,你的这个想法从诞生到模型落地,仅仅用了一周的时间!”许冰毫不吝啬自己的赞赏。
一旁的男教授也道:“原来当初你考虑过特征融合这个角度去解决TagLM的问题,最终却还是选择了从结构上改善。”
“等等。这么说你在脑竞上的那个特征融合新方桉,就是源自这里?”
许冰教授突然意识到,眼前的这个少年在短短一周的时间里不只是落地了一个ELMo,更是对特征融合有了一个新想法。
“啊,对的,不过也是因为借鉴了许教授您的GAN模型,否则我也想不到这么好的方法。”苏飞颇为不好意思地道。
自己的特征融合就是从GAN中衍生而出的,这种二创作者在原作者面前摆弄GAN,颇有种班门弄斧的感觉。
不过嘛……GAN就是这么火爆,对这个模型进行二创的人一抓一大把,苏飞也只是属于二创里面特别好的那几个之一。
“没有的事,以你的才华,即便没有GAN,也肯定有其他方法吧。”
许冰听苏飞没有否认自己的猜测,感叹了声,心里只有“后生可畏”这几个字。
“两位,时间已经到了。”
老教授颇为无奈,怎么把把都超时?
而且,苏飞的面试是最离谱的,流程就走到第二步,后面还有两个环节没走呢,这就到时间了。
也只能说苏飞讲解的ELMo太吸引人了,连他都一不小心陷进去了……
“那我就最后说一句吧。”许冰目光灼灼地看着苏飞:“欢迎来华大……以及欢迎来我的研究室!”