arXiv 研究：深度学习革命中坚持反成拖累

arXiv 上发布的一项研究（Honglin Bao 等）基于 5,000 余名顶级机器学习会议科学家 20 年的职业轨迹发现，在 AlexNet 引发的深度学习革命中，此前成功或隶属成熟团队的研究者转向更慢。该研究称，坚持与产出正相关，但 2012 年后与科学影响力负相关，多数研究者聚集在中等坚持区间，反映产出与影响力之间的权衡，以及阻碍大幅转向的机构摩擦。论文同时指出，坚持并非总是优点，在范式转变期间可能成为负担。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。