大模型迭代太快,科研人怎么保住自己的研究方向
在 #大模型 飞速迭代升级的今天,如何打造个人 #科研 品牌?
抛开现在审稿系统全面崩溃不说,另外两个棘手的问题是绝对绕不过去的。
第一就是你的研究问题,可能在下一轮基模升级后不存在了,很多三五年前研究问题都不存在了或者没人做了,包括我自己曾经做的异常检测也没什么人在 follow 了。
第二就是论文不中的成本越来越高了,每次会议 3-4 个月的审稿后,就会面临需要重新跑 frontier models 的问题。你不跑,审稿人就会刁难你。跑的话,一个是成本,一个是问题可能直接被最新模型解决了哈哈哈哈。
对于这两个问题,我的个人方案 如下,供大家参考。第一就是研究问题永远大于方法,尽量有一定的宏观性。一个很具体的方向最可能面临整个问题被直接解决。比如我今年主打 AI 审计(尤其是 agent auditing),里面基本没有被解决的问题,从可观测性、检测、预测,理论,基本都是空白,随便解决。提出你感兴趣的,有未来感的大问题,比单点小问题要好。
第二就是降低单篇文章的系统性风险。我上一条 X 说了,你要走 ecosystem 路线,而不是依赖某一篇文章。比如一个 ecosystem 包括了理论、position、开源、媒体等等。每一环的重要性都在降低,但是整体的话鲁棒性就很强。如果你的会议论文顺便投个 workshop,拿个阶段性 acceptance,主会中不中也无所谓。
很多人都告诫我,不要在 tenure 前换方向,你可能来不及让大家重新认识你。
但我的核心思想是,不要害怕改变,不要害怕抛弃自己引以为傲的东西,不要害怕重建,不要害怕提出你的方向。
请不要温和地走进那个良夜。
#每日鸡汤