第74章 答辩答辩，只答不辩 (2/3)

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。

本章未完，请点击下一页继续阅读