「量子位」大幅提高少样本学习性能，清华姚班本科生用“最简单的形式”( 二 ) 鱼羊十三发自凹非寺量子位报道|公众号Q

在这一规模的数据集上， 1-shot任务中，比起分类器基线，元基线有大幅提升。但在5-shot任务中，性能没有明显的改善。

文章图片
一位清华姚班本科生
最后，姚班代有才人才，一起认识一下今日主角吧。
陈胤伯，清华姚班本科生，高中就读于湖南省长沙市长郡中学，高中期间除了日常学习外，大部分时间都投入到了算法竞赛之中。
陈胤伯回忆说，非常幸运身边能有许多提供指导、探讨问题的朋友，可以共同学习、共同进步。
加之对算法竞赛浓厚的兴趣和不懈的努力，陈胤伯在NOI2014上摘得金牌，入选国家集训队，并保送清华大学。

文章图片
目前，陈胤伯就读于清华姚班(清华学堂计算机科学实验班) ，将于今年本科毕业。
不过下一阶段目标也已经明确。
接下来，他将继续在计算机领域中深造，前往UCSD(加州大学圣迭戈分校)攻读博士学位。

文章图片
△我不管这就是大佬本佬
最后，量子位也联系到陈胤伯本人，就个人和学术的一些话题进行了交流。他简单、直率，回答孜孜干脆，我们把问答实录同步如下。
Onemorething：问答陈胤伯
量子位：为什么要选择研究元学习这一领域？
陈胤伯：感觉少样本学习这个问题比较有价值，元学习是少样本学习目前比较常见的方法。这篇文章并不是研究广泛意义上的元学习，主要还是对少样本学习的探讨。
量子位：其他研究者目前主要关注改进的点是哪个/些方面
陈胤伯：关注的点挺广的，我了解到的有提出新方法的(比如meta-learning,self-supervisedlearning) ，也有尝试探索新的更符合实际的少样本学习setting的。
量子位：是怎么发现大部分人忽略基线方法缺陷的？
陈胤伯：做实验发现的。
量子位：目前很多科研人员选择在已有的方法上进行改良，然后发paper、毕业，对于这样的一个态度或者趋势，有何看法？为什么没有这么做？
陈胤伯：我觉得在已有方法上改良、发paper、毕业这三件事都挺好的(?) ，很多有价值的发现都是在改良中慢慢产生的。这篇paper主要侧重对现象的讨论，不过也有在经典方法上改良。
量子位：本科阶段就开始科研相关，你是怎么看论文、筛选论文的？如何处理与其他通识、基础课程学分的关系？
陈胤伯：看论文：google搜，沿着相关工作找。如何处理：好好学习。
量子位：现在在清华学习过程中，有什么不同？或者有没有一些经验分享？
陈胤伯：不同就是不搞竞赛了。没啥值得分享的经验。
量子位：姚班的培养机制，对你来说受益最大的是哪一方面？
陈胤伯：氛围很好，在与老师、同学的交流中能收获很多。
量子位：从这次科研过程中，有何心得体会？
陈胤伯：没啥特别的……
量子位：平时有怎么样的兴趣爱好？
陈胤伯：有一些大家都有的爱好。
量子位：看研究是和伯克利的老师合作，本科毕业之后，准备去伯克利读博吗？还是有其他打算？
陈胤伯：去UCSD读博。
嗯，大佬的回答，果然干练，且精辟。
最后，希望陈胤伯在接下来的学习道路上一帆风顺，不断带来新进展、新研究和新发现。