@Vtrivedy10: 值得一提的是,攻读博士学位可以成为一个很好的训练场,因为你会定期与实验室开会,需要解释上周的实验...
摘要
这篇推文讨论了博士学位如何成为一个有价值的训练场所,用于建立动力、管理失败的实验以及促进研究实验室内的合作。
值得一提的是,攻读博士学位可以成为一个很好的训练场所
你会定期与实验室开会,需要解释上周的实验并说明为什么都没有成功😅
并且你会帮助实验室伙伴设置集群、审阅他们的论文部分、分享酷炫的想法、与他们一起运行实验/可视化等
如果事情没有成功,那完全没问题,你下周再试!
查看缓存全文
缓存时间: 2026/09/21 15:44
说实话,读博其实是培养这方面能力的绝佳训练场。
你需要定期参加组会,汇报过去一周的实验进展——即使全部失败也得硬着头皮解释原因😅
同时还要帮助同门调试服务器集群、审阅论文段落、分享灵感、共同跑实验/做可视化……
如果实验不成功,完全没关系,下周继续努力就好!
Viv (@Vtrivedy10):
这条建议太棒了,强烈推荐!兄弟这就是真实分享——
持续行动来积累势头,每天跟别人交流进展,哪怕失败了也要坚持(要是实验总能成功那才不正常呢)
记得多帮助你的队友!
相似文章
与前沿实验室相比,20人以下小实验室的妙处:没有预训练、SFT、RL、代理、评估等派系。…
这条推文强调了在小型AI实验室(少于20人)工作的好处,这里没有在预训练、SFT、RL、代理或评估上的分歧,也没有内部政治,每个人都负责且知晓一切。
vivek (@itsreallyvivek) 在X上
一条关于在机器学习中培养真正研究技能的有深度的帖子,涵盖了如何独立选题、培养品味、提升信息输入以及通过写作来厘清思路。
@jxmnop: https://x.com/jxmnop/status/2066668040557867368
一条推特讨论,为进行人工智能研究提供哲学和实践建议,强调阅读与实践相结合,深入理解基础而非追逐潮流,保持初学者心态,以及纪律和开放心态的重要性。
@Xudong07452910: 最近看到 Anthropic 研究员 Vivek @itsreallyvivek 的一篇长帖,讲怎么真正训练自己的研究能力。 我最有感触的一点是:很多时候,我们以为自己在做研究,其实只是在追热点、刷 Arxiv、看别人讨论什么,然后把那些…
分享Anthropic研究员Vivek关于如何训练研究能力的观点,强调自主选择问题、实验前预测、直面失败等习惯,认为研究能力是一种可训练的朴素习惯。
研究科学家求职中的意外教训(11分钟阅读)
布朗大学计算机科学五年级博士生分享了求职研究科学家职位中的意外教训,包括只有一两篇论文真正重要,以及面试往往侧重于解决团队问题而非过去的研究。