如何评价Sora模型关键理论论文作者William,2023年博士毕业时仅有2篇论文见刊?
- 0 个点赞 👍被审核的答案
三篇solid顶会的爆杀三篇普通顶会的很正常,爆杀6篇灌水顶会的也很正常。
但是吧,后两者爆杀很多别的PhD也很正常。总不能手上一篇普通顶会都没有的PhD(比如很少有KPI的法国PhD,但是做出3d高斯的那位法国PhD也挺高产的...),站在那儿指点人家三篇普通顶会的吧......
编辑于 2024-02-24 06:28・IP 属地葡萄牙查看全文>>
Seneschal - 158 个点赞 👍
说点虚的,说说他们的导师 Alyosha Efros。
- Alyosha 在 25 年前就对视觉和生成有兴趣,他的早期文章 Texture Synthesis by Non-parametric Sampling 获得过 CV Foundation 的 Test of Time award.
- Alyosha 的很多早期工作就开始经常放出源代码、样例视频甚至 live demo,在当时科研代码还没有那么开放的时候是比较少见的。大家应该知道有多少文章都很羞于放出代码...
- Alyosha 的工作 Data-driven Visual Similarity for Cross-domain Image Matching 当时就采用了大量 data driven 的工作来做三维重建。现在大家都觉得 data driven 是个标准手段了。
- Alyosha 在巴黎工作过,曾经说巴黎的 Medici Fountain 喷泉的春夏秋冬是他最喜欢的巴黎景色。这个他最喜欢的场景被用来作为上一篇文章的实验例子。
- Alyosha 说,他的大名叫做 Alexei,Alyosha 是他的短名。他同时说,对,我的短名比我的名字要长。
- Alyosha 是伯克利的毕业生,他的毕业论文的附录第一章是“伯克利周边的爬山指南”。他同时说,因为毕业论文需要经过评审。所以这可能是唯一一个伯克利官方认可的爬山指南。
- Alyosha 有很严重的近视,但是他热爱计算机视觉和摄影。
怎么说呢,一个认真并且有趣的灵魂很重要。他的学生应该也都很认真并且有趣。很多时候这和论文数量是不大相关的。
Disclaimer: Alyosha 是我博士 thesis committee 的导师之一。
发布于 2024-02-23 18:16・IP 属地美国查看全文>>
贾扬清 - 43 个点赞 👍
Sora模型的关键技术论文: Scalable Diffusion Models with Transform,目前引用196次,作者UC伯克利的 William Peebles 与纽约大学的 Saining Xie教授 _ICCV2023,
第一作者:
来自Open AI科学家,也是UC Berkeley的2023年的博士William Peebles,2023年博士毕业时只有2篇第一作者论文见刊:
1. The Hessian Penalty: A Weak Prior for Unsupervised Disentanglement
2. GAN-Supervised Dense Visual Alignment
此外:毕业时还有2篇论文投稿
3. LEARNING TO LEARN WITH GENERATIVE MODELS OF NEURAL NETWORK CHECKPOINTS
4. Scalable Diffusion Models with Transformers (已中稿)
可以反映一定的问题:
- 名校博士毕业的论文的Solid重要性高于纯粹的数量!
- 研究学者的考核机制“论文质量”的重要性”应高于“数量”!编辑于 2024-02-18 22:32・IP 属地法国查看全文>>
轻舟 - 15 个点赞 👍
AI这个领域审稿机制日益崩坏是有目共睹的,不再多说。
这里我还是要说一句,真正的好工作尤其是极具前瞻性的工作,往往最出现的时候很难被评估。尤其是涉及到工程放落地的研究,更是很难扯清楚。这里不应该对学界苛责,一篇顶会顶刊,加上编辑也就不过5人左右的审核流程,不要说发掘一个工作的全部价值,能够完全理解并且在一个很全面的维度上评估已经实属不易。
另外就是,AI领域博士毕业水漫金山顶会发表数量本身也是学术体系出现漏洞的一个侧面。正是因为缺乏有效的后验以及相对较低的实验门槛,才导致这个领域的顶会顶刊在计算机整体来看显得非常浮夸。对比计算机网络和通信,曾经2000+高速发展的时候,那会儿的学生也没有到这个份上。如果抛开AI不谈,只说CS PhD其实并不夸张,许多体系结构的优秀学生毕业的时候甚至没有2篇工作,相对好发的3-5篇也足以令人满意了。
发布于 2024-02-18 21:41・IP 属地德国查看全文>>
勇武的加兰 - 5 个点赞 👍
国内很多学者,尤其是学生,在评价学者水平的时候都会出现一些错误的认识,比如说:“一个学者的学术水平取决于它发了多少顶刊顶会”、“一篇文章质量坏取决于它发在什么期刊会议+多少引用”。
而实际上,评价一个学者学术水平的是取决于ta的工作能够改变什么,这跟一个学者的研究范式呈高度相关,也就是ta采取何种方式去分析问题解决问题。
之所以会有这些错误的认识,是因为大家给这些认识加了很多默认的前提,从而推导出了这些错误的结论。
比如说上面关于发文章的认识,大家其实是默认了一个前提,即(同期刊会议)中审稿人的标准都是统一的、而且他们的标准代表了解决问题。而实际上,一篇期刊或会议文章,从开始审稿到接受,算上编辑,整个过程可能也就那么3-5个人看过了你这篇文章,为什么这几个人觉得好就是好?更何况大家有没有想过,这些审稿人评价研究好坏的标准又是什么?为什么他们的标准就是普适性的标准?要是审稿人的标准本身就是跟现实脱节的怎么办?
同样的,大家觉得引用就代表了研究的质量,这是因为大家默认了一个前提,即人们引用一篇文章一定是因为它很好。而实际上,一篇文章的引用是可以收到很多事情影响的,比如说方向、人为操作、主题类似相近,或者更多地只是无评价的提及而已,甚至就是为了反对这篇文章的观点。也就是说,人们引用一篇文章,可能恰恰不是因为觉得这个研究做得好。
当然还有很多其他跟学术有关的认识,其实都是跟现实有冲突的,具体大家可以看看我之前录的系列视频。
发布于 2024-02-18 22:48・IP 属地德国查看全文>>
林治阳 - 5 个点赞 👍
问题1: 是否对于名校来讲,2篇1作论文数量过少?
确实,计算机视觉这种超级热门方向而言,申请UC Berkeley的博士,2篇1作也并不一定算突出。本科3篇顶会一作从2018年左右开始,在中国大陆高校就已经层出不穷。
问题2: 是否说明“论文质量”的重要性”远高于“数量”?
因为深度学习方向论文指数级增长,其中包括顶级会议的投稿和接受数量,所以代表作制度也许会成为主流。但是论文质量是很难评价的,引用数量、大佬赏识这些常用指标都有一定偏差。发表论文能否得到认可仍然是个玄学事件。例如Diffusion model在2015年左右被提出的时候默默无闻,2023年开始突然暴红,沉寂了8年之久。据说是8年前计算力的限制导致Diffusion的应用没有那么普遍。更深里说,30年前深度学习就是受到了计算资源限制没能崭露头角。
因此,科研,也许是实力和运气的共同作用。首先你要有实力写出(上帝视角下)高质量的论文,其次时代要给你机会展示自己,让论文获得高影响力。
发布于 2024-02-18 22:17・IP 属地上海查看全文>>
胡紫怡Zoey - 5 个点赞 👍
查看全文>>
momo - 5 个点赞 👍
这问题让你问的,是不是国内的你们经常灌水不会做真的科研,就觉得全世界的学术界都跟你们一样呢?你们除了看 数量这个幼儿园小朋友都能看懂的一个指标参数之外,还会干什么?
现在做科研再怎么硬性学历门槛也是博士了,你tm分不出来好赖货是吗?你没点学术品味吗?
你上过大学吗?学过微积分吗?教科书里面的那些成果哪些是灌水灌出来的?你们做的那些垃圾论文,就算是sci又能怎么样?你写了一万篇论文,让自己徒子徒孙必须引用,把引用数刷好几万又能怎么样?你垃圾永远都是垃圾。你只能在国内骗无知群众和官方经费,你永远不可能真正推动科技发展。你们这出来的论文就是一堆狗屎。
还solid重要么?不solid你有脸发,我都没脸看。
我现在碰到国内的研究者,要是两三年才能甚至四五年才能发一篇论文出来,我一般都会认真读一下,这里面当然有水货,但是就算是水货也算有点操守。
要是一年一篇,我就要犯嘀咕了,要是一年好几篇,我基本连看都不想看。因为如果他们的研究真的这么货真价值,那科技树得日新月异,人类早就走出太阳系了,现实却是一年也没啥大进展,那些垃圾论文都是充数养活期刊养活大学教授的。
左边奥特曼,斯坦福本科没读完就退学了,右边清华大学博士毕业。我就想问一句,为什么国内培养的这帮玩意只有学历没人家的真本事呢?最后干的都是拿学历去坑蒙拐骗呢?
编辑于 2024-02-20 17:35・IP 属地北京查看全文>>
少帅 - 5 个点赞 👍
先偏个题,在视觉aigc相关领域,不得不承认欧美高校/企业研研人员走在了世界最前端,特别从2021开始,VQGAN,ddpm,latent diffusion model,controlnet,dreamfusion等研究工作一出手就开创了一个新领域,业界又有dalle,imagen等模型不断出圈。
反观中国内地,香港以及新家坡等内卷重灾区的aigc发展就有些拾人牙慧的感觉,基本是做一些后续改进和应用的工作。我印象比较深刻的是去年gussian splatting刚出来,知乎等中文论坛马上跟进了很多宣传和解读,搞的好像nerf已经out不懂gs就跟不上时代了。以前做high level视觉的年代,感觉并不是现在这个样子的,国内的高校和企业产出了很多引领性的工作。
个人认为这跟视觉aigc的投入产出比极低有很大关系。由于data driven需要大量的计算资源,企业没有魄力贸然投入,大部分高校实验室根本就没这个烧钱能力。即使模型有了但并不容易找到很好的商业模式,挣不了钱。而国内企业,老师,乃至大部分华人研究者都是比较务实的风气,酷爱做产品和应用,这种思维的转变需要一定的时间或冲击。
我在21年幸运地去了国内某大厂的生成算法岗位实习,印象深刻的是当时部门大部分领导 (都是领域大佬) 还觉得搞生成模型没啥用,对企业的意义不大。大家都认为数字人是个不错的方向,能落地很快就能做成产品,这可能也是国内数字人做的比较好的原因。但当23年stable diffusion和chatgpt火出圈了,midjourney让他们看到了应用前景,他们就迅速投身这波浪潮,全面转向aigc领域,跟进速度令人咂舌。
从上面的现象回到问题本身
我认为论文solid很重要,但solid与否却真的并不好评判,不同领域不同方向天差地别。这里仅举个例子,大家经常看到一些“魔改”attention或者transformer的工作,因为做这个方向的人很多,这些工作基本上在arxiv上挂出就会吸引不少引用和浏览,但大部分审稿人确实不是很喜欢这类文章很容易被拒。而一些偏理论性的工作,看起来就很fancy很足容易中稿,但往往实践起来有点差强人意,门槛高也不容易受到关注。所以这还是得辩证地看,solid是好事,文章数量多也不是坏事。
说到底对于科技发展,我认为最重要的不是关注个体文章的solid与否。需要的是整个社会或团体在大方向上走正确,增强发展的全局意识,降低考核门槛,提升考核的灵活性。务实是好事,做产品也是好事。但是不能所有人总是盯着眼前的事情,要允许和鼓励一部分人做不一样的事情。如果所有人都热衷于文章数量的追求,那必然不会出现有深度的工作。如果所有人都只追求solid,那相应的应用层面的工作也会缺少很多,科技的迭代速度也会慢下来。
眼下的时代是卷王的乐园,对于想做不一样事情的人,可能需要他们自己寻找一片土壤。
发布于 2024-02-21 10:19・IP 属地河南查看全文>>
如梦的宝贝橙子 - 5 个点赞 👍
这两个并不是知名人物,或者很亮眼的博士生
知名人物或很亮眼的博士生都自己创业ai生成视频的公司去了
openai只能招简历差一点的毕业生进去
(前些年也一样,简历好的都去谷歌微软meta,进openai的新员工简历都不咋的)
========================
这两个能搞出 sora,最大的原因就是openai这个平台
openai在大模型方面的经验积累,和技术团队工程能力
也就是说,openai招其他人进去,依托openai这个平台,也一样搞出sora
========================
以后,我们还会看到openai推出这个牛炸天的东西
那个牛炸天的东西
其实和openai招什么人进来做没关系
关键是openai这个平台在大模型领域,无论经验还是工程技术方面都占据了先机
牛逼哄哄上天的四大校ai博士毕业生谷歌大把,gemini现在还是啥水平?
编辑于 2024-02-21 14:43・IP 属地江苏查看全文>>
开心猫 - 5 个点赞 👍
看了一圈,唯一说到点子上的是这个回答
这两个人跟的导师是Alyosha Efros
他有两个特点:
1. 不喜欢灌水,不怎么发流水线paper,组也不是很大
2. 学界地位很高,也就是说,你哪怕publication不行,只要他欣赏你愿意帮你争取,找工作不成问题
因为1,这几个phd读博期间发的paper不算多,因为2,哪怕只有这几篇paper,他们照样可以去FAIR,Google brain,OpenAI这些顶级实验室
而大部分phd没有这两个条件,很多人的导师自己可能tenure都没下来,不灌水就被开了,即使很多拿到tenure的导师也没有alyosha这样的学界地位,学生得靠自己找工作,那灌水的动力不就有了
所以没必要看到这个新闻就把整个行业的风气批判一番,大部分人根本没有选择
唯一可能值得批判的,注意我也只是说可能啊,是那种学界地位很高,学生前景也很好,但就是喜欢一下子灌个几十上百篇没有价值的文章把同行卷到没时间思考,带坏整个方向风气的导师
发布于 2024-02-22 08:44・IP 属地美国查看全文>>
手动狗头 - 4 个点赞 👍
查看全文>>
群殴 - 4 个点赞 👍
Berkeley的学生自主性真的很高。朋友从CS毕业工作很多年了,依然自发坚持学习最新的技术,手做blog分享自己搭建技术栈的心得,并且各种跨界,学虚拟引擎搭建3D模型等,技术大牛拉满。动手能力真的非常强。你给他一个点,他能给你一个世界。
go bears!
发布于 2024-02-24 12:44・IP 属地美国查看全文>>
一只猫奴 - 2 个点赞 👍
Alyosha必定是要求文章质量的。Alyosha作为行业绝对大佬一年下来20来篇paper已经非常克制了。
做fancy的工作,花费的时间和精力以及试错的成本要多很多。有可能包括:采数据,标注,找合理的baseline(这个最耗时间,因为大部分这种工作没有直接可比的baseline,需要在相关工作中找最合理的并自行优化到最佳),找application 把paper sell出去。这还是方向没问题的情况下。如果topic没把握好,花的时间更久。
作为PhD,若是能做成2-3个这样的项目,相信解决问题的能力一定不会弱。
发布于 2024-02-18 21:54・IP 属地泰国查看全文>>
XXXXXX - 2 个点赞 👍
不知道都是怎么得出人家两个负责人论文不行的。。。。。我康康,是谁这么自信,质疑人家俩论文不行?而且俩人都是不到4年毕业了,这要是在学术界好好搞,妥妥的学术新星啊,卷不死你们。
William Peebles 四篇论文,三篇一作分别是ECCV、CVPR、ICCV,这把CV领域的三大会通关了,这叫不行吗?国内CV再卷,有三篇CCF-A大部分也能毕业了吧!(要是非得拿几个变态的组杠,当我没说) 而且,我估计最后一篇也是冲A的。 再看看另一位Brooks Tim, 同样3篇一作论文,分别是ECCV、NIPS、CVPR,同样是3篇CCF-A,同样都是CV领域的,NIPS算是ML领域的Top。
还有人说这俩老哥的水平,连一些双非高校都进不去。。。。。 拜托,人家这水平看得上这种双非吗?(特指那些cs专业不认会议,只看期刊分区的)。别说这俩老哥了,国内CS PhD毕业有这个成果,会去吗?
William Peebles
[1] Peebles, William, et al. "The hessian penalty: A weak prior for unsupervised disentanglement."Computer Vision–ECCV 2020: 16th European Conference, Glasgow, UK, August 23–28, 2020, Proceedings, Part VI 16. Springer International Publishing, 2020.
[2] Peebles, William, et al. "Gan-supervised dense visual alignment."Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022.
[3] Peebles, William, and Saining Xie. "Scalable diffusion models with transformers."Proceedings of the IEEE/CVF International Conference on Computer Vision. 2023.
[4] Peebles, William, et al. "Learning to learn with generative models of neural network checkpoints."arXiv preprint arXiv:2209.12892(2022).
Brooks Tim:
[1] Brooks, Tim, and Alexei A. Efros. "Hallucinating pose-compatible scenes."European Conference on Computer Vision. Cham: Springer Nature Switzerland, 2022.
[2] Brooks, Tim, et al. "Generating long videos of dynamic scenes."Advances in Neural Information Processing Systems35 (2022): 31769-31781.
[3] Brooks, Tim, Aleksander Holynski, and Alexei A. Efros. "Instructpix2pix: Learning to follow image editing instructions."Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023.
再看看俩人的google scholar,看看这个引用量,国内博士生有几个可以的?
编辑于 2024-02-21 11:58・IP 属地河北查看全文>>
warm - 2 个点赞 👍
查看全文>>
Phod - 2 个点赞 👍
啊,这有什么值得感慨的?这不是十分正常吗?
我原来实验室很大一部分博士同学,都只在毕业的时候只发了一篇比较大的期刊论文。原因很简单:发一篇像样的就能毕业+通常竭尽全力也就能发一篇大的。
我运气比较好,蹭了我师兄一篇大的共一,然后和另一个实验室的合作项目的分析方法发了一篇还行的,然后还有一篇小的。
发布于 2024-02-22 21:29・IP 属地安徽查看全文>>
Xi Yang - 1 个点赞 👍
查看全文>>
Francois - 1 个点赞 👍
查看全文>>
Night - 1 个点赞 👍
其实学术成就和贡献的评价很大程度上依赖于研究的质量、影响力以及研究者对所在领域的贡献程度。有时,一篇开创性的论文所带来的影响可能远超过多篇小范围研究的总和。此外,研究领域的差异也会导致发表论文数量的差异,有些领域的研究周期更长,或者发表高质量研究的门槛更高。所以我们常说如果要搞科研的话,选个好文章的方向才能卷的动。。。
单纯从数量来看无疑是陷入了“数量大于质量”的逻辑之中,我们大概看看他这两篇论文,PS:我不是做这个方向的,秉着不随便对他人领域做评价的原则,所谈甚少,说错之处恳请指正:
我们首先注意到他这两篇论文,截止24.2.19,20年发表的被引118次,22年发表的是49次。我觉得这个被引量已经很足够了,特别是一个博士生一作的文章,而且非综述。
The Hessian Penalty: A Weak Prior for Unsupervised Disentanglement是在ECCV 2020上发表的,标记为Spotlight。ECCV(European Conference on Computer Vision)是计算机视觉领域的顶级会议之一。
而另一篇文章GAN-Supervised Dense Visual Alignment根据搜索结果,这篇论文是在CVPR 2022上发表的,被标记为口头报告,并且是最佳论文的候选。CVPR(计算机视觉和模式识别会议)也是计算机视觉领域最重要和最有影响力的会议之一。
这两篇论文所在的研究领域(无监督学习、GANs、计算机视觉)是人工智能和机器学习中极其活跃的领域,且具有高度的技术挑战性。特别是GAN-Supervised Dense Visual Alignment在CVPR这样顶级会议上的表现,强烈表明了该研究的重要性和创新性,以及作者的研究质量。
因此,虽然论文数量不多,但这些论文的质量、发表的会议级别和学术界的认可度显然是评价这位研究者及其工作的关键因素。
发布于 2024-02-19 21:46・IP 属地黑龙江查看全文>>
赖东东不错呦 - 1 个点赞 👍
这下面的回答真是让人大吃一惊,你说你夸这两位作者就夸呗,为啥非要捧一踩一,反过来喷一喷国内各种垃圾?
论文评价体系是欧美主导的哇,你要喷,不得先喷欧美?
欧洲不不知道不好说,美国这里灌水论文的少?你一抓一大把,比之国内有过之而无不及。
发布于 2024-02-20 13:33・IP 属地美国查看全文>>
卖鱼的小白菜 - 1 个点赞 👍
数数是给行外人一个快速了解一个人“大致水平”的方式,而且具有很大的系统误差。
不能作为行内人评判一个人水平的参考。
数数流行,说明一个领域行外人比行内人多,且掌握了舆论场。
编辑于 2024-02-20 17:54・IP 属地上海查看全文>>
还是不注名好 - 1 个点赞 👍
查看全文>>
10点43 - 1 个点赞 👍
查看全文>>
锦谷棒 - 1 个点赞 👍
曾经背着老板发了一篇论文,因为多发一篇,在一些高校可以直接评副教授,后来命运弄人。这篇论文审稿人成了老板。
从问题看,多年来我们一直认为写论文就是做有意义的事,做有意义的事就是多写论文。科研导向使我们的价值观发生扭曲,忘记了真正有意义的事。
钱学森老一辈科研工作者,用知识报效祖国,现在更强调把论文写在祖国大地上,顶刊除外。写多了难免屎上雕花。
这种科研导向,就是5唯。
发布于 2024-02-21 12:28・IP 属地北京查看全文>>
契丹 - 1 个点赞 👍
查看全文>>
Skid - 1 个点赞 👍
「直博3年半期间仅2或3篇论文」,一个「仅」字基本上就表达清楚了国内和海外的学术生态已经是完完全全两个世界了。
在我熟悉的经济/金融领域,绝大多数欧美顶尖院校的顶尖PhD在毕业时的论文发布数量,大约都是无限接近于0。以2024年2月刚刚在金融学顶刊《The Journal of Finance》发布的《The Equilibrium Size and Value‐Added of Venture Capital》[1]为例,该文章目前是作者Francesco Sannino发表的唯一一篇见刊文章。但这并不影响作者于2018年从全球顶尖的伦敦政经(LSE)结束了自己5年的PhD生涯,并顺利入职法兰克福金融管理学院(Frankfurt School of Finance & Management)这样的欧洲一流金融院校担任助理教授。而且通过《The Journal of Finance》给出的发布信息来看,Francesco Sannino的这篇文章于2020年6月才正式投稿,2022年10月正式接收,最终于2024年2月正式见刊。长达接近四年的投稿-审稿-出版流程可能比很多人的PhD生涯都要长,但在经济/金融学顶刊却习以为常,因此欧美绝大多数PhD都不可能在毕业之前就手握多篇见刊论文。
欧美院校之所以出现PhD需要5年甚至更长的时间才能毕业,绝大多数都是因为自己的独作job market论文完成度暂时还没有到投送顶刊的水准,于是该PhD个人愿意以推迟毕业为代价换取毕业生未来更高的可能性。而且延毕本身并非说明这位PhD能力有限。恰恰相反,能让顶级院校愿意延长每年耗资几十万刀的PhD合同,恰恰说明在院校内部认为该PhD能力出众,未来有机会锁定顶尖院校的教职。而短短3至4年「按时毕业」的,除了极少数真正的大牛学者以外,绝大多数都是痛下决心不会在学术领域继续发展,不如早早毕业换另一种生活方式。
相反,每当我听说国内的PhD在毕业之前都是手拿五六篇见刊论文,甚至论文发布数量都变为毕业的考核标准的时候,我不得不感叹国内学术环境的遥遥领先,能培养出如此多数量的大牛学者。只能说这波我们又一次赢麻了……
JohnnieDrinker1 次咨询5.0去咨询相关回答:
如何看待许多适合科研的人最后放弃了这条路? - 知乎 (zhihu.com)
为什么券商在招聘宏观经济研究员时一般要求博士学位? - 知乎 (zhihu.com)
给那些申请到美国十大名校博士的中国学生每人奖励200万让他们到清华读博,可行吗? - 知乎 (zhihu.com)
啊,打字好累啊。
参考
- ^Sannino, Francesco. "The Equilibrium Size and Value-Added of Venture Capital." Journal of Finance forthcoming (2023). https://doi.org/10.1111/jofi.13313
编辑于 2024-02-23 06:39・IP 属地德国真诚赞赏,手留余香还没有人赞赏,快来当第一个赞赏的人吧!查看全文>>
JohnnieDrinker - 1 个点赞 👍
查看全文>>
快雪时霁 - 0 个点赞 👍
查看全文>>
iscream - 0 个点赞 👍
不然呢 跟国内硕士人手仨一作顶会的盛况去比数量吗?
一个solid工作真正推动向前(比如stable diffusion)vs 一大把A+B调参顶会,狗都知道哪个人更有学术价值。
发布于 2024-02-19 03:16・IP 属地德国查看全文>>
冥想诗