之前林灰搞得生成式摘要算法，无形之中调动世界上众多科研机构的忙碌不正说明这一情况么？
一个人的忙碌让一堆人不得不更忙碌同时付出更多。
这种现象用前世的话叫什么呢？
对，没错，就是“卷”。
前世计算机行业卷是常态。
以至于重生之后林灰也不自觉地将前世的一些习惯带了过来。
虽然只是无心之举吧，但好歹也是重生之人了。
重生者不当卷王，难道带头躺平么？
林灰迟早卷死这个时空所有的潜在敌对势力。
……
BJ时间26号凌晨3点，林灰正在忙碌的时候。
在林灰背后追赶着林灰脚步的人也不少。
当然了，虽然追赶的人不少。
但迷路的不少，看到差距感到绝望的同样不少。
加利福尼亚此时刚好上午11点。
位于加利福尼亚的斯坦福大学校园内研究室里不少科研人员还在忙碌着。
不过也不是所有人都在忙碌。
摸鱼的也是存在的。
看着手表上的时间已经临近中午。
埃克来尔·基尔卡加博士已经做好到点下班的准备了。
干饭才是最重要的。
卷是不可能卷的，完全没必要。
关键是根本卷不过。
自从LIN HUI搞得生成式文本摘要算法问世诞生之后。
埃克来尔·基尔卡加博士和他所在的团队最近会同普林斯顿大学数学系朱尔斯教授的团队一直在进行对该技术的跟进。
刚开始的时候整个团队还踌躇满志。
但很快就意兴阑珊。
最开始的时候之所以踌躇满志是因为埃克来尔·基尔卡加博士和他所在的团队发现了长短期神经网络这个方向。
埃克来尔·基尔卡加博士和他所在的团队一度以为这个方向是正确的研究方向。
了长短期神经网络这种神经网络相比普通的循环神经网路，在应用时对文本中间隙长度不敏感。
长短期记忆神经网络这一类别的神经网络在处理更长的序列中有不错的表现。
正是因为长短期记忆神经网络的特性跟LIN HUI搞得生成式摘要算法中实际应用时所表现出的一些特性相吻合。
当时埃克来尔·基尔卡加博士和他所在的团队一度以为找到了正确的方向。
经过最近对LIN HUI搞得算法跟踪研究后。
埃克来尔·基尔卡加博士和他所在的团队却发现虽然他们的猜测对了，但却也没完全对。
LIN HUI搞得生成式文本摘要里面纵然用到了长短期记忆神经网络。
但也绝对不可能是十分肤浅的应用了最基础的长短期记忆神经网络。
LIN HUI在算法中应用的大概率是一种依托于长短期记忆神经网络进行一定修饰后的更为特殊的神经网络。
虽然不清楚LIN HUI具体是应用了什么类型的修饰。
但一定是修饰了的。
至于修饰了什么么就不好说了。
一个人藏起来的东西，一万人可能也找不到。
类似的道理，尽管LIN HUI可能只是做了一点微不足道的修饰。
这种变化究竟是什么短时间内埃克来尔·基尔卡加博士和他所在的团队根本不可能搞懂。
唯一能搞懂的就是LIN HUI对长短期记忆神经网络采用了一种极为巧妙的应用。
就很无奈。
随着研究的深入，进展倒是有一些。
但问题是收获的不止是进展，还有对对手的进一步认识。
技术的真谛没发现太多。
反而全面认识到LIN HUI技术之强劲。
埃克来尔·基尔卡加博士和他所在的团队似乎明白了什么叫做：
——越接近对手的实力，就越理解对手的强大。
面对LIN HUI的时候，埃克来尔·基尔卡加博士和他所在的团队就是这种感觉。
尽管可能赶得上，但涉及到生成式文本摘要这种技术并不是纯粹的技术。
这背后是连带着市场的。
技术问题等得起，但商业上的问题等得起吗？
等对手将市场潜力发掘地差不多了。
再入场又有什么用呢？
最关键的是此时埃克来尔·基尔卡加博士和他所在的团队现在是同普林斯顿大学数学系进行合作的。
和这些人进行合作的话很多时候在项目进展这方面往往起到反作用。
一些原本是应用方面的问题这些数学呆子们却总是尝试用数学方式解决问题。
这种合作的尴尬局面每每都会让埃克来尔·基尔卡加博士想到人月神话的困境。
ahzww.
在出现各种各样的拦路虎的情况下。
他觉得想要指望短时间内赶超林灰搞得那个生成式文本你摘要算法是不可能的了。
埃克来尔·基尔卡加博士和他所在的团队成员决定据实向谷歌市场部的人员汇报在生成式摘要算法方面跟进的情况。
本小章还未完，请点击下一页继续阅读后面精彩内容！