算法黑话一览：算法大牛都是怎么说话的？

作者：Yulong
链接：https://www.zhihu.com/question/469612040/answer/2008770105

feature：一个数组
representation：还是一个数组
embedding：把输入映射成数组
提高泛化性：预测更准了
过拟合：训练过头了
attention：加权
adaptive：还是加权
few-shot learning：看了几个样本就学
zero-shot learning：一个没看就开始瞎蒙
self-supervised：自学
semi-supervised：教一点自学一点
unsupervised：没人教了，跟谁学？
end-to-end：一套操作，行云流水搞到底
multi-stage：发现不行，还得一步一步来
domain：我圈起来一堆样本，就管他叫一个
domaintransfer：我非得在这一堆样本上训练，用在另一堆样本上，就是不直接训练，就是玩～
adversarial：我加了一部分就是让loss增大
robust：很稳我不会让loss变大的（但也不容易变小了）
state of the art（sota）：我（吹nb）第一
outperform：我虽然没第一，但是我比baseline强
baseline：(故意)选出来的方法，让我能够outperform
empirically：我做实验了，不知道为啥
worktheoretically：我以为我知道为啥work，但没做实验，或者只做了个toy model
multi开头词组
multi-task：把几个loss加一起，完事
multi-domain：把几堆儿样本混一块训练，完事
multi-modality：把视频语音文字图像graph点云xxx混一块训练，完事
multi-domain multi-modal multi-media model：mua～mua～mua～mua……