#今年超698万新生儿妈妈美柚报到# 都是第一次当妈，凭啥要求我全能？谁还不是一边手忙脚乱，一边恶补母婴知识呢？同是天涯“当妈人”，你的担忧本柚都懂！[抱一抱]新妈上岗别害怕，一起加入美柚新手妈妈群聊，让本柚带你弯道超车！#看见中国新手妈妈#
关注@美柚 并转发本微博，11月10日抽1位送出【儿童机器人】~@微博抽奖平台

#统一泛化标准是研究NLP的关键#
一篇NLP （自然语言处理）研究综述文章火了。

根据paperswithcode统计，此文目前已经获赞超800，转发超200次。

来自Meta AI、亚马逊、剑桥大学和纽约大学等的研究人员，针对NLP目前的最关键任务：“泛化”提出了一种分类评价系统，以解决目前圈内缺乏分类及评判体系的问题。

为此，他们对过去400多篇泛化相关论文进行分析与归类，共进行600多个单独实验，通过回顾过去泛化相关的研究，也对未来提出更多展望。

此外，研究者们还自建了一个网站，便于泛化领域研究者们搜寻同行成果。

在说研究成果前，先简述下什么是泛化。

该任务可大致理解为根据过去经验迁移到新任务、问题上的能力，按中学老师的口吻，也就是举一反三的水平。

人们在日常组词造句时其实都有一定的泛化倾向。比如，当你理解了“红”可用于形容苹果，自然就会说“红番茄”、“红草莓”等词，但这对机器却是个难题。

泛化能力还需依靠大量基本常识，否则词汇自由组合难免会出现啼笑皆非的效果。比如“绿色吃小狗”、“量子位大于美女”……

玩笑归玩笑，放NLP领域中，泛化的确一直被视为重点攻坚方向，不少从业者更将该能力视为通往AGI的关键。

但长期以来，对于NLP模型到底应该怎样进行泛化操作，及评估其泛化性能的条件，却鲜有一致的标准和意见，泛化行为一直被简单地用“随机训练-测试分割”来评估。

在本篇文章中，研究者通过回顾过去数十年NLP领域泛化能力的成果，希望用一个系统来定义和讨论泛化问题——

由此，他们提出了一套分类法，设计出五个维度供泛化领域的同行们参考。
1）motivation 动机
（2）generalisation type 泛化类型
（3）shift type 偏移类型
（4）shift source 偏移源
（5）shift locus 偏移轨迹

还统计了哪些类型研究多，哪些类型相对小众，以图呈现.
https://t.cn/A6oWTwra

#考研[超话]##网上确认#分享一个刚刚看到的可以快速通过审核的方法，如果有用记得转发分享给有需要的人。

找到机器人输入人工服务
学信网账号:填身份证
系统分类:研招统硕
子分类:网上确认
标题:(可以根据自己需要更改)我是10.28是下午三点提交到现在已经45个小时还没审合通过
内容:我是10.28是下午三点提交到现在已经45个小时还没审合通过比我迟交的同学都通过了

等最迟一个小时就能通过了！还没通过的同学快去试试吧！