昨天在實驗室開完了知識計算組，2019年秋學期的最後一個大的組會。
上臺講解的主要有三人，大師兄xu han，帶我的學長yuan yao，以及另外一個博士生zhengyan zhang。這三人都非常的有意思。
帶我的yuan yao先上臺就用5分鐘時間講完了接下來的一個學期的主要工作，其中我的工作放在第三個。看來大家對我的工作還是挺認可的，覺得這個能夠work，我也要努力才行呀。不過yuan哥講的是在是太快了，讓我忍不住暗暗吐槽一句hhhhh.
張學長講的還是挺好的，主要做的是預訓練語言模型的，他之前參與的工作有GNN的綜述和對BERT模型的改進，寫的非常不錯，一年多多時間引用超過150次。此前在ICLR的論文研討會上也對bert-like model有不錯的見解，他指出了接下來的工作會主要放在模型的改進上，我覺得還是比較promising的。
韓師兄是最高屋建瓴的，從各個角度剖析了知識計算、知識獲取這個角度在接下來的一年內有的新的方向和新的問題角度，讓我受益匪淺。
三位師兄講完了之後，大家都在等老闆過來，老闆過來之後重新看了一下三位師兄的內容，覺得張師兄講的最差
原因讓我覺得非常的震驚：
不是說提出的方向和idea不能work，而是因爲其沒有從一個廣大的角度去全面的概括預訓練語言模型
張師兄雖然描述了在fine-tune和訓練時有很大的障礙，而這是他今後的努力方向之一。但是老闆指出：我覺得你肯定能夠做出來，你又不是不會發論文，而我們要做的工作要更加具有思考性。你需要從各種方面概括PLM面臨的問題，從全局角度去統籌今後的努力方向。像你這種idea，我們這裏本科生也能做，我們有這麼多本科生。像你這樣的高年級學生的工作，應該更加具有思考性纔對，你是去指導本科生的
"我們要保證自己的工作需要更加具有思考性，別人做到什麼程度如果別人也能想到的，說明這也沒那麼有意思，我們需要去做一些，問題容易想到但是idea不容易想到的，甚至說這個問題都不容易被人發覺，不容易被想到的，這樣的工作才更有影響力。我們今年發表了39篇論文，還沒有算上這一次的ACL投稿了19篇。太多了，太多了。明年不可以發這麼多文章，我們需要保證每一篇對自己有更大的突破，也對學術界有更大的貢獻"
我聽完很有感觸。我需要從更高的角度去思考問題了。
老闆說話非常客觀。他從不說自己的組是知識計算方面國內最強的（事實上很多人是覺得是這樣的。
“我們組是知識計算國內最大的組”
而從不說自己是最強的，
如果說在這樣的組裏面最大的好處是什麼，那麼就是：
“在這裏的idea如果做不出來，那麼在別的地方做出來的概率也不會高。所以你就放心去做吧，有這麼多的學長和老師。沒問題的”
