埃里克森又追问了一句：“改进后的图神经网络？基准模型是什么？改进点在哪里？”
“GIN，图同构网络。”
江野摊了摊手：“改进在于加入了注意力机制，让模型能够自动识别指令集中的关键结构。至于改进点，抱歉，这是机密，除非方案能通过……我只能说，改进后的模型在跨架构迁移任务上的准确率比GIN高了十三个百分点。”
埃里克森愣了一下，直接坐了下去。
随即又有人开口。
“论文第六章提到‘多源异构算力的能耗优化模型’，但没有给出具体的优化目标函数。你用的是线性加权还是帕累托前沿？”
“帕累托前沿。”
“权重怎么确定？”
“没有权重。多目标进化算法，基于分解的MOEA/D，约束条件是每个算力单元的能效比和响应延迟……”
“你的调度算法如何应对？”
“我不想回答这么低级的问题，你自己算一下就知道……调度算法在此基础上加入了鲁棒优化，能够容忍百分之十五的预测误差。”
“百分之十五的依据是什么？”
“全球光缆传输延迟的实际波动统计。”
“谱方法的收敛阶呢？”
“指数级。”
这一次发问的是工藤优作：“验证实验用的什么硬件？”
对此，江野只平静摊摊手。
“抱歉，无可奉告。”
“……”
会场里安静了片刻。
没有人再站起来。
事情进展到这个地步，继续提问下去已经没有意义了。
江野无论是回答的速度还是精准度，都已经到了无可辩驳的地步，哪怕这篇论文不是他所写，他对于其中内容的了解程度，也已经丝毫不亚于任何原创者……找不到任何漏洞可言。
而更重要的是，他几乎清楚每一个敏感点。
但凡是涉及到具体数据和实验环节的部分，江野连一个字节的信息都没有透露。
任谁都能看出来。
在这个领域上进行论战，完全是大人打小孩。
活生生变成了龙国单方面的秀场。
不仅没有扭转龙国代表团的气势，反而让龙国有一种以一敌百而不落下风的的感觉。
这种被降维打击的压抑感，甚至让直播间内的弹幕刷新速率都慢了下来。
显
本章未完，请点击下一页继续阅读！