c*****y
发帖数: 1028 | 1 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
机器之心 Today
机器之心报道
机器之心编辑部
很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
斯坦福大学还因此对陈丹琦进行了一次简单采访。
陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
导老师——斯坦福 AI 实验室负责人、人工智能领域著名学者、斯坦福大学语言学和计
算机科学教授克里斯托弗·曼宁（Christopher Manning）在采访中表示：「陈丹琦是
使用神经网络方法解决自然语言理解问题方面的先驱。她简单、干净、高成功率的模型
吸引了众人的目光……她的这篇毕业论文主要研究神经网络阅读理解和问答，这些新兴
技术正在带来更好的信息访问方式——它可以让计算机系统可以真正回答你的实际问题
，而不是简单地返回文档搜索结果。」
陈丹琦目前正在访问 Facebook 人工智能研究院 Facebook AI Research 和华盛顿大学
，在今年秋季，她即将前往普林斯顿大学计算机科学系担任助理教授。
在毕业于斯坦福大学之前，陈丹琦于 2012 年毕业于清华学堂计算机科学实验班（姚班
）。值得一提的是，她在高中（长沙市雅礼中学）参加信息学国家队集训期间提出了
cdq 分治算法，用于处理一类分治问题；在高中期间她还发明了插头 DP，主要用于解
决数据规模小的棋盘模型路径问题。大牛果然在高中期间就已经「起飞」了。
陈丹琦获得的荣誉和参与的研究还有很多。2010 年，她获得了 ACM ICPC 国际大学生
程序设计竞赛全球总决赛银牌。在斯坦福期间，她在 2014 年发表的论文《A Fast and
Accurate Dependency Parser using Neural Networks》堪称深度学习依存分析方法
的「开山之作」，她和曼宁教授提出的方法在保持精度的前提下，将解析速度提高了
60 倍。
热门的博士毕业论文
这篇毕业论文名为《Neural Reading Comprehension and Beyond》，描述了她在博士
期间的三个重要研究，以解决「人工智能中最难以捉摸和长期存在的挑战之一」：如何
让机器学会理解人类语言。让我们看看她的毕业论文究竟说了什么。
论文链接：https://stacks.stanford.edu/file/druid:gd576xb1833/thesis-
augmented.pdf
摘要
教机器学会理解人类语言文本是人工智能领域最困难的长期挑战之一。本论文致力于解
决阅读理解问题，即如何构建一个计算机系统来阅读一段文本并回答理解问题。一方面
，我们认为阅读理解是衡量计算机系统理解人类语言程度的重要任务。另一方面，如果
我们可以构建高性能的阅读理解系统，那么这些系统就会成为问答、对话系统等应用的
关键技术。
本论文聚焦于神经阅读理解，这是一类构建在深度神经网络之上的阅读理解模型。与基
于特征的手工传统模型相比，这些端到端的神经模型已被证明在学习丰富的语言现象方
面更加有效，在所有现有阅读理解基准测试中都有大幅度的提高。
本论文包含两个部分。第一部分旨在概括神经阅读理解的本质并展示我们在构建高效神
经阅读理解模型方面所做的工作。更重要的是了解神经阅读理解模型实际上学习了什么
，以及解决当前任务需要怎样的语言理解深度。我们还总结了该领域的当前进展并讨论
了未来的发展方向以及一些待解决的问题。
第二部分将探讨如何基于神经阅读理解的当前成果构建实际应用。我们开拓了两个研究
方向：1）我们如何将信息检索技术与神经阅读理解相结合，来解决大型开放域问答问
题；2）我们如何从当前基于跨距的（span-based）单轮（single-turn）阅读理解模型
构建对话问答系统。我们在 DRQA 和 COQA 项目中实现了这些想法，证明了这些方法的
有效性。我们相信，这些技术对于未来的语言技术将非常有帮助。
动机
让机器学会理解人类语言文本是人工智能领域最难的长期挑战之一。在开始做这件事之
前，我们必须要知道理解人类语言意味着什么？图 1.1 展示了 MCTEST 数据集（
Richardson et al., 2013）中的一个儿童故事，只有简单的词汇和语法。为了处理这
样一段文字，NLP 社区花费了数十年的精力来解决各种不同的文本理解任务，包括：
a）词性标注。它要求机器理解这些东西：如在第一个句子「Alyssa got to the beach
after a long trip」中，Alyssa 是专有名词，beach 和 trip 是普通名词，got 是
动词的过去式，long 是形容词，after 是介词。
b）命名实体识别。机器要能够理解 Alyssa、Ellen、Kristen 是人名，Charlotte、
Atlanta、Miami 是地名。
c）句法分析。为了理解每句话的含义，机器需要理解单词之间的关系，或句法（语法
）结构。还是以第一句话为例，机器要能够理解 Alyssa 是主语，beach 是动词 got
的宾语，而 after a long trip 是介词短语，描述了和动词的时间关系。
d）共指消解（coreference resolution）此外，机器甚至还要理解句子之间的相互作
用。例如，句子「She's now in Miami」中的 she 指的是第一句话中提到的 Alyssa，
而第六行中的「The girls」指的是前面提到的 Alyssa、Ellen、Kristen 和 Rachel。
是否有全面的评估方法来测试所有这些方面并探索更深层次的理解呢？我们认为阅读理
解任务（根据一段文字回答理解问题）就是一个合适又重要的方法。正如我们会用阅读
理解来测试人们对一段文本的理解程度，我们认为它同样能够用来测试计算机系统对人
类语言的理解程度。
我们可以看看基于相同段落（图 1.1）提出的一些阅读理解问题：
a）要回答第一个问题「What city is Alyssa in？」机器要找到句子「She's now in
Miami」并解决「She 指的是 Alyssa」这个共指消解问题，最后再给出正确答案「
Miami」。
b）对于第二个问题「What did Alyssa eat at the restaurant？」，机器首先要找到
句子：「The restaurant had a special on catfish.」和「Alyssa enjoyed the
restaurant's special.」，然后理解第二个句子中 Alyssa 吃的 special 就是第一个
句子中的 special。而第一个句子中 special 提到的是 catfish，所以最终正确答案
是 catfish。
c）最后一个问题比较有难度。为了正确回答该问题，机器要找出该段落中提到的所有
人名及其之间的关系，然后进行算术推理（arithmetic reasoning），最终给出答案「
3」。
可以看到，计算机系统要了解文本的各个方面才能正确回答这些问题。因为问题可以被
设计为询问那些我们关心的方面，阅读理解应该是用来评估语言理解程度的最合适任务
。这也是本文的中心主题。
在本文中，我们研究了这样一个阅读理解问题：我们该如何构建计算机系统来阅读文章
并回答这些理解问题？尤其是，我们重点关注神经阅读理解——一种用深度神经网络构
建的阅读理解模型，该模型被证明比基于特征的非神经模型更有效。
阅读理解领域历史悠久。早在 20 世纪 70 年代，研究人员就已经认识到它是测试计算
机程序语言理解能力的重要方法 (Lehnert, 1977)。但是，它却被忽视了数十年，直到
最近才获得了大量关注并取得了快速的进展（如图 2.1 所示），包括我们将在本文详
述的工作。阅读理解近期取得的成功可以归功于两方面：
从（文章、问题、答案）三个方面创建的大规模监督数据集；
神经阅读理解模型的发展。
图 1.2：谷歌上的搜索结果。它不仅返回了搜索文档列表，还给出了文档中更精确的答
案。
本文涵盖了当代神经阅读理解的本质：问题的形式，这些系统的组成部分和关键成分，
以及对当前神经阅读理解系统优势和弊端的理解。
本文的第二个中心主题是，我们坚信，如果可以构建高性能的阅读理解系统，那这些系
统将是建立诸如问答和对话系统等应用的关键技术。事实上，这些语言技术已经与我们
的日常生活息息相关了。例如，我们在谷歌上搜索「有多少人在斯坦福大学工作？」（
图 1.2），谷歌将不仅返回文档列表，还会阅读这些网页文档并突出显示最可靠的答案
，并将它们展示在搜索结果的顶部。这正是阅读理解可以帮助我们的地方，使搜索引擎
变得更加智能。而且，随着数字个人助理（如 Alexa、Siri、谷歌助手或者 Cortana）
的发展，越来越多的用户通过对话和询问信息问题来使用这些设备。我们相信，构建能
够阅读和理解文本的机器也将大大提升这些个人助理的能力。
因此，如何根据神经阅读理解近期取得的成功来创建实际应用程序也是我们感兴趣的一
方面。我们探索了两个将神经阅读理解作为关键组成部分的研究方向：
开放域问答结合了来自信息检索与阅读理解的挑战，旨在回答来自网络或大型百科全书
（如维基百科）的一般性问题。
对话式问答结合了来自对话和阅读理解的挑战，解决了一段文字中的多轮问答问题，比
如用户如何与智能体互动对话。图 1.3 展示了来自 COQA 数据集 (Reddy et al.,
2019) 的一个示例。在该例子中，一个人可以基于 CNN 文章内容提出一系列相互关联
的问题。
图 2.2：论文整理了神经阅读理解中数据集（黑色）和模型（蓝色）的最新重要进展。
在这个表中，除 BERT (Devlin et al., 2018) 外，以相应论文的发表日期排序。
六年博士心路历程
在博士论文中，陈丹琦也介绍了自己博士期间的学习经历，感谢了在前进过程中给予了
她极大帮助的一批人，包括父母、老师、爱人、朋友。机器之心编译介绍了致谢中的部
分内容，让我们一窥优秀的人砥砺前行的历程：
对于我来说，在斯坦福的六年是一段难忘的宝贵经历。2012 年刚开始读博的时候，我
甚至都不能说出流利的英语（按照要求，我要在斯坦福修 5 门英语课程），对这个国
家也知之甚少，甚至从未听说过「自然语言处理」这一概念。不可思议的是，在过去的
几年里我竟然一直在做语言方面的研究，训练计算机系统理解人类语言（多数情况下是
英语），我自己也在学习用英语进行沟通、写作。同时，2012 年也是深度神经网络开
始起飞并主导几乎所有我们今天看到的人工智能应用的一年。我从一开始就见证了人工
智能的快速发展，并为即将成为这一浪潮的一份子而感到兴奋（有时是恐慌）。如果没
有那么多人的帮助和支持，我也不可能走到今天。我由衷地感谢他们。
首先要感谢的是我的导师克里斯托弗·曼宁。我刚来斯坦福的时候还不知道 Chris。直
到和他一起工作了几年、学了 NLP 之后，我才意识到自己何其荣幸，能够和这一领域
如此杰出的人才共事。他对这一领域总是充满洞察力，而且非常注重细节，还能很好地
理解问题的本质。更重要的是，Chris 是一个非常善良、体贴、乐于助人的导师。有师
如此，别无他求。他就像我的一位老友（如果他不介意我这么说的话），我可以在他面
前畅所欲言。他一直对我抱有信心，即使有时候我自己都没有自信。我一直都会对他抱
有感激，甚至现在已经开始想念他了。
除了 Chris，我还想感谢 Dan Jurafsky 和 Percy Liang——斯坦福 NLP Group 的另
外两位杰出人才————他们是我论文委员会的成员，在我的博士学习期间给予了我很
多指导和帮助。Dan 是一位非常有魅力、热情、博学的人，每次和他交谈之后我都感觉
自己的激情被点燃了。Percy 是一位超人，是所有 NLP 博士生的榜样（至少是我的榜
样）。我无法理解一个人怎么可以同时完成那么多工作，本论文的很大一部分都是以他
的研究为基础进行的。感谢 Chris、Dan 和 Percy 创建了斯坦福 NLP Group，这是我
在斯坦福的家，我很荣幸成为这个大家庭的一员。
此外，Luke Zettlemoyer 成为我的论文委员会成员也让我感到万分荣幸。本论文呈现
的工作与他的研究密切相关，我从他的论文中学到了很多东西。我期待在不远的将来与
他一起共事。
读博期间，我在微软研究院和 Facebook AI Research 获得了两份很棒的实习经历。感
谢 Kristina Toutanova、Antoine Bordes 和 Jason Weston 在实习期间给予我的指导
。我在 Facebook 的实习项目最终给了我参与 DRQA 项目的契机，也成为了本论文的一
部分。感谢微软和 Facebook 给予我奖学金。
我要感谢我的父母 Zhi Chen 和 Hongmei Wang。和这一代大多数中国学生一样，我是
家里的独生子女。我和父母的关系非常亲密，即使我们之间有着十几个小时的时差而我
每年只能挤出 2-3 周的时间来陪他们。是他们塑造了今天的我，廿载深恩，无以为报
，只希望我目前所取得的一切能够让他们感到一丝骄傲和自豪吧。
最后，在这里我要感谢俞华程对我的爱与支持（我们在这篇博士毕业论文提交之前 4
个月结婚了）。我在 15 岁时遇见了华程，从那时起我们一起经历了几乎所有的事情：
从高中的编程竞赛到清华大学美好的大学时光，然后又在 2012 年共同进入斯坦福大学
攻读计算机科学博士学位。在过去的十年里，他不仅是我的伴侣、我的同学、我最好的
朋友，也是我最钦佩的人，因为他时刻保持谦虚、聪慧、专注与努力。没有他，我就不
会来到斯坦福。没有他，我也不会获得普林斯顿的职位。感谢他为我所做的一切。
致我的父母和俞华程，感谢他们无条件的爱。
参考内容：https://library.stanford.edu/blogs/digital-library-blog/2019/01/
sdr-deposit-month-dissertation-ai-breakthrough-makes-leaderboard
本文为机器之心报道，转载请联系本公众号获得授权。
✄------------------------------------------------
加入机器之心（全职记者 / 实习生）：[email protected]
投稿或寻求报道：[email protected]
广告 & 商务合作：[email protected]
Views 10万+ Wow4259
Featured Comments
Comment
3903
魔法少年闰土
感觉我来到这世间是凑数的
1668
Flash
可以起名为早恋少女的封神之路
1021
泰勒
如果不是最后一段秀爆了我的狗头，我可能会被圈粉。现在我是一只柠檬精🍋。
815
Ian Choong
他爸教我本科的线性代数这算是高知家庭了
613
翼
不仅自己是学霸，还有个青梅竹马的老公，而老公也是学霸
606
ciongciong
连恋爱谈的都这么优秀
465
陈文文
看过她信息学竞赛的论文。插头妹
384
Dr.小金金
以前看斯坦福的cs224，陈丹琦分享过一篇论文，大概是普林斯顿那篇SIF的论文，我
就注意到这个中国女孩。然后查了一下她的生平。高中湖南四大名校雅礼中学，信息学
奥赛金牌，清华姚班，斯坦福跟chris Manning。听雅礼的同事讲她在雅礼就是传奇人
物…
306
徐少年
插头dp和cdq分治现在在竞赛圈里是必修课了吧
270
Tenacity
矩阵老师的女儿。膜拜大神
263
Awe
真•人生赢家
羡慕啊…
255
李纪为@香侬科技
跟丹琦做了几年隔壁同学，其治学严谨、想法深邃、文章篇篇solid，时常让我自叹不
如。新的起点，祝愿丹琦在普林的讲堂上再次扬帆起航。
219
蓝天984
又是一对神雕侠侣啊！
214
Xu xinlan
最后一把狗粮猝不及防
213
赵宣栋
如果他们有了孩子，将会是什么样的神仙呀
202
清风自来
陈老师名言“我女儿………”果然不一样
181
一只琬
刚读完这篇文章的时候，确实内心五味杂陈…我们大部分人从某种程度上来说都像普
通得不能再普通的一粒尘埃吧（实际上现在写这段留言的时候有点眼泪花要溢出来2333
），每次看到各个领域非常非常优秀的人时，第一反应真是会拿自己与ta们做对比，这
样硬生生把缺口撕给自己看着实让人难受。可是转念一想，我们每个人来到这个世界都
是这其中的一员…我们并非毫无意义（为世界充数），我们可以在日常生活中选择善与
恶，选择少一些冷漠，活得正直善良，关心公共话题与时事新闻…我们的每一次小的选
择都是包含着我们对这个世界的一点改变。而当遇见像文章中的女孩那样优秀的人时，
应该感谢世界上有这样美好的人，我们也应该更认真的生活，我们也是能实现自我价值
的个体…如果单单只想着我们是充数的而言，会让自己难受，那么ta们的优秀却并不是
为了让我们卑微到尘埃去的呀~
179
团子
原来自己的不顺心，都是自己无能的结果……
176
sevenplusplus
天啦噜 这不是同一个班主任高我们三届的yali学姐吗 我们入学的时候还回来给我们
做过pre我就不说我现在在干嘛了
169
木易
可见，家长不让早恋是错误的
160
Kabu
雅礼不愧是百年名校！
151
孙密广 Miguel
会感觉来到这世间是凑数的，会很悲观，但最后还是会想明白了。DNA中有2%的片段具
有遗传效应，那另外98%也起到编码标记以及维持DNA整体结构稳定的作用～真正好的社
会体系还是应当致力于将每个人生活和思想的复杂性全部体现出来
86 Author
说得不错，加油你是最胖的！
135
班 Ban
不懈的努力+出色的家庭+卓越的教育， 才造就了神一样的她吧。 在申请博士期间碰
巧读过她的personal statement。 心里充满了尊敬，但也充满了羡慕。 有些人你可能
怎么努力也赶超不了。但相对于出生的起点，你所能提高的高度，是没有界限的。No
boundaries。
132
新的开始
看cs224nlp课程视频，Manning老师屡次提起danqi爱将，太厉害了
105
发现
果然成功的第一步是明确的定义问题和边界，然后focus on that.
100
虹猫少侠
前两天刚看过小姐姐MRC论文，和几乎每天都更新的gayhub，十分佩服
98
Zhenyi.Cheng
我也是学机器人的，瑟瑟发抖。
95
一祎
原来她是插头 DP 的作者！太厉害了。。。本科觉得插头 DP 是动态规划最难的一部
分。
91
sunyy
这与智商相关
85
羽苏
最后几段太太太感人了 nlp小白半夜写不出作业看到这个 觉得还是有太多美好的东西
值得追求了
82
宝清
过去几十年中国能快速发展得益于吸引了大量资本进入，可是近几年这种方式不给力
了，因为水位上来了，吸引资金的能力差了。啥时候顶尖人才往国内流了，啥时候中国
就有跟美国叫板的实力，目前还未看到顶尖人才大规模回流的迹象。
81
Peter Yang
高中就发明算法了该有多牛，本科计算机知识她基本都不用上了
77
呆萌的呆
感觉我来到这世上是来给别人做衬托的
49 Author
没事，绝大多数人都是这样
74
八月人
母校雅礼中学发来贺电
67
乐儿 💎
学渣的我看不懂之前的一切，但是最后一段看懂了不羡慕学术上的成功，却嫉妒青梅
竹马的爱恋，人生赢家果然样样都被上苍眷顾，加油，湖南老乡！
64
起个名字真的挺费劲的
我也看过她的论文，插头小姐姐。。。真人生赢家，写不好代码的不配有女朋友.jpg
55
Estrella
好棒呀 聪明过人智慧博学的头脑 许多良师益友的相助 父母的悉心呵护 竟然还有美
妙的爱情 真的是人生赢家 越来越多中国的青年学者担当起国外知名学府的科研重任
也能给我们这些对机器学习充满好奇心对斯坦福充满敬畏之心的门外汉带来一丝希望之
光吧 还是很感动像微软 Facebook 这样的先进理念 知识才华科技创新无国界
49
shizi
我看完了，请问可以开始酸了吗…
19 Author
可以柠檬了
43
柯西
她老爹是我高数老师，也是一位牛人
37
XIE
看不懂～～
36
Agan
我真的酸了
33
wawcac
陈丹琦分治！
32
zen
真是cs界的檀郎谢女，想当年编程赛，她老公第1，她第13
30
大头
湖南师大附中出了李沐男神
30
enigmatic FEELING
我记得在上斯坦福cs224n时还见到了她作为助教在介绍论文
30
SGZW
至今仍然没有学会cdq分治和轮廓线动态规划
28
白云超
人与人的差距，一目了然
27
夏斌Matt
cs224里面的小妹妹，把bp用图形解释到很清楚
26
徐周
斯坦福的NLP课程这位小姐姐讲过课
26
doxheart
ORZ
24
Terry
这才是超级雅礼学霸
24
失败的specialist鲤鱼王
CDQ分治！
23
周竹夏
长沙妹子啊
22
Jim Crack
看到这个研究成果和她的发量的时候，我就知道，有的天赋你是真拼不过的
22
小腻腻
人还是有很多东西值得追求的。他们身为吾辈之楷模，我们也需要努力。
20
可乐
“这些端到端的神经模型已被证明在学习丰富的语言现象方面更加有效，在所有现有
阅读理解基准测试中都有大幅度的提高。”在当下以固定语料阅读理解为基准的测试，
即使再大幅度的提高也只是优化，而无法解决AI的根本性问题-理解语义！计算机NLP的
全程可释才是解决问题的关键！
19
斯巴达作死
我们科大高数教员的女儿，厉害厉害👍
19
行走
膜拜！
他爹的高班我都没机会去上
18
何楠君
太强了。看英文原文致谢的那段，我承认我酸了。。。
16
Jannonx
礼雅中学额
16
Bruce
优秀的学霸老公
15
huang.hao
CS224课程中就知道她了
15
Molly
她导师是曼宁也…！！！
15
谭泽超
斯坦福CS224N的助教
14
Hölchko
这是什么神仙爱情🍋🍋🍋🍋🍋
14
cym
跟我一个高中的大佬啊:D
我也要更加努力了
14
杨海瑞
神仙姐姐
13
先启者
学神的经历也点燃了我的热情，向学神致敬！
13
Sabrina
中文的摘要都看不懂
13
王九牛
Danqi的DrQA很棒，是我入门的引导项目！膜拜一下！
13
闰土
我也来凑个数
12
请叫我过儿~
我高中三还在哭着鼻子打电话跟我妈说我不想上学了
12
北京第三交通委
我的确是来凑数的
10
rhinorn
哎 惊为天人 只希望某日能回国为祖国的科技发展做贡献
10
Mr. lee
厉害了厉害👍
10
徐凌云
9
学长💕
我们高数老师的女儿，优秀啊
9
四个小孢子
我我我。。。我们真的是同一个高中的吗
9
Aurora
这样的是学神，比学霸不知道高到哪里去
9
Jason
I’m DanqiChen,and I’m the head TA of this class.还记得她的自我介绍。
9
Easily
大佬
9
Ryan
女神
9
啊树atree
太强了
9
Aerio
顶礼膜拜
8
向日葵
每个人来到这个世界上是独一无二的，相信自己是最棒的，通过努力在自己的领域也
能发光那个最亮的，把别人的亮丽当做自己动力！
8
masw
跪学神，cdq分治和轮廓线动态规划谁来出个教程？
8
月月鸟
依稀回想起他老爸给我们上高数课的时候……
8
东跃
堪羡神雕侠侣
8
非常爱吃苦耐劳的前四个字
不知道为什么，酸酸的
8
aether
想起被cdq分治所支配的恐惧
8
Kilimanjaro
猝不及防一把狗粮，真香！哈哈
8
张平平
手动点赞
8
🍋
真人赢
8
王天棋
争取不来滥竽充数
7
WYS
膜拜膜拜，又领略了一位大神的成长历程！
7
大白红
太棒了，加油~
7
徐国梁
祝贺，为师妹骄傲。比我强太多了。
6
Gensheng
真正的science
5
枫叶
cdq分治 ，没想到插头dp也是她发明的，妈呀，感觉我来到人间就是个凑数的 |
t*****a
发帖数: 5180 | 2 格蕾丝高师妹，肥水不流外人田啊，赶紧的。
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
c*****y
发帖数: 1028 | 3 什么乱七八糟的 人家和男朋友青梅竹马 都是学霸
【在 t*****a 的大作中提到】
: 格蕾丝高师妹，肥水不流外人田啊，赶紧的。
|
g******t
发帖数: 11249 | 4 感觉做得好的，都在美国闷声发大财，根本不出来宣传
【在 t*****a 的大作中提到】
: 格蕾丝高师妹，肥水不流外人田啊，赶紧的。
|
m****d
发帖数: 1 | 5 放弃高薪，报效祖国
思想境界那么low，你要向它学习
【在 g******t 的大作中提到】
: 感觉做得好的，都在美国闷声发大财，根本不出来宣传
|
f*******e
发帖数: 3433 | 6 她的paper不强啊，没几片一座，很多非standford AI的paper都比她强，当然导师
比不过她的导师。她老公才真是牛，发STOC和SODA跟吃饭一样，而且有几片
single author的。
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
s*****r
发帖数: 43070 | 7 牛逼了，感觉包装的成分多一些
[在 crcrazy (啊哈哈哈我是谁啊啊啊啊啊啊啊啊) 的大作中提到：]
:出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
:机器之心 Today
:机器之心报道
:机器之心编辑部
:很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕
业的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
:的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
:次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
:斯坦福大学还因此对陈丹琦进行了一次简单采访。
:陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的
指导老师——斯坦福 AI 实验室负责人、人工智能领域著名学者、斯坦福大学语言学和
计算机科学教授克里斯托弗·曼宁（Christopher Manning）在采访中表示：「陈丹琦是
:使用神经网络方法解决自然语言理解问题方面的先驱。她简单、干净、高成功率的模
型吸引了众人的目光……她的这篇毕业论文主要研究神经网络阅读理解和问
答，这些新兴技术正在带来更好的信息访问方式——它可以让计算机系统可以真正回答
你的实际问题，而不是简单地返回文档搜索结果。」
:.......... |
d*****u
发帖数: 17243 | 8 新闻有点过于吹嘘。给人的印象好像用神经网络做QA是她发明的一样。实际这是一个大
的灌水方向，paper巨多。 |
n********g
发帖数: 6504 | 9 还是70万简单明了
页
【在 s*****r 的大作中提到】
: 牛逼了，感觉包装的成分多一些
: [在 crcrazy (啊哈哈哈我是谁啊啊啊啊啊啊啊啊) 的大作中提到：]
: :出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: :机器之心 Today
: :机器之心报道
: :机器之心编辑部
: :很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕
: 业的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: :的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: :次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
|
y**h
发帖数: 3093 | 10 算一片媒体报导
不过见过用阅读数吹文章牛度的么？
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
|
|
c****x
发帖数: 6601 | 11 洗脚70万美刀，秒杀举身付清池自挂东南枝
：还是70万简单明了
： |
n********g
发帖数: 6504 | 12 标题《从211到70万》
不过国内风气就这样。前些年俺网上路过俺的中国top 10小学母校。看到校友介绍里还
有谁谁谁到了雅图巨婴当码工。原来这也能吹。
【在 c****x 的大作中提到】
: 洗脚70万美刀，秒杀举身付清池自挂东南枝
:
: ：还是70万简单明了
: ：
|
c*****t
发帖数: 10738 | 13 Stanford NLP在线课程她是几个TA之一。应该全世界学ML的人都认识她了。 |
n********g
发帖数: 6504 | 14 嚓。俺还拿了个A。一个问题都没问过。最傻逼的人是俺。
【在 c*****t 的大作中提到】
: Stanford NLP在线课程她是几个TA之一。应该全世界学ML的人都认识她了。
|
c******n
发帖数: 891 | 15
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
c******n
发帖数: 891 | 16 申请EB1A时，这算媒体报道吧。
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
n********g
发帖数: 6504 | 17 当年申请绿卡的时候，俺们就是脸皮不够厚。觉得自己有那么“出类拔萃”嘛。吹得自
己都不认得自己。所以最后走的是EB3。这辈子心里踏实。没出息。
咳咳，我说的是刷试管杀老鼠的。
【在 c******n 的大作中提到】
: 申请EB1A时，这算媒体报道吧。
|
s***n
发帖数: 593 | 18 这差不多就是为了办绿卡发的公关文把
跟国内憋女拿个哈佛教育硕士也要发篇新闻稿一样
https://cs.stanford.edu/~danqi/
讲真，这个样子，霉滑索男有点撸不下去
【在 c*****y 的大作中提到】
: 出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: 机器之心 Today
: 机器之心报道
: 机器之心编辑部
: 很少有人的博士论文能够成为「爆款文章」，但陈丹琦做到了。这位近日从斯坦福毕业
: 的计算机科学博士引发了人们的广泛关注。据斯坦福大学图书馆介绍，她长达 156 页
: 的毕业论文《Neural Reading Comprehension and Beyond》上传仅四天就获得了上千
: 次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。
: 斯坦福大学还因此对陈丹琦进行了一次简单采访。
: 陈丹琦激动人心的研究迅速在社交网络和其他专注机器学习的新闻网站上传播。她的指
|
n********g
发帖数: 6504 | 19 最性感是大脑。学CS的女性都美。
【在 s***n 的大作中提到】
: 这差不多就是为了办绿卡发的公关文把
: 跟国内憋女拿个哈佛教育硕士也要发篇新闻稿一样
: https://cs.stanford.edu/~danqi/
: 讲真，这个样子，霉滑索男有点撸不下去
|
l**o
发帖数: 131 | 20 为啥IOI的人做理论都喜欢搞数据结构？
【在 f*******e 的大作中提到】
: 她的paper不强啊，没几片一座，很多非standford AI的paper都比她强，当然导师
: 比不过她的导师。她老公才真是牛，发STOC和SODA跟吃饭一样，而且有几片
: single author的。
|
|
|
l**o
发帖数: 131 | 21 日，不至于吧.
【在 c******n 的大作中提到】
: 申请EB1A时，这算媒体报道吧。
|
c*****t
发帖数: 10738 | 22 吹的有点过分，刚刚博士毕业而已，个人没有什么突破性的研究啊。 |
s***n
发帖数: 593 | 23 她老公是谁，外F了吗？
【在 n********g 的大作中提到】
: 最性感是大脑。学CS的女性都美。
|
n********g
发帖数: 6504 | 24 Who care。女的那么多，睡得完不。
【在 s***n 的大作中提到】
: 她老公是谁，外F了吗？
|
l**o
发帖数: 131 | 25 哈佛千老
【在 s***n 的大作中提到】
: 她老公是谁，外F了吗？
|
b*******8
发帖数: 37364 | |
P******r
发帖数: 273 | 27 有啥用？普宁的ap也就最多9万9个月，一年最多拿12万。还要拼死拼活挣tenure。不如
一年自费硕士刷题到flag拿20万。
人洗脚哥都70万了
：出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
： |
l**o
发帖数: 131 | 28 "普宁的ap也就最多9万9个月" - 扯淡
【在 P******r 的大作中提到】
: 有啥用？普宁的ap也就最多9万9个月，一年最多拿12万。还要拼死拼活挣tenure。不如
: 一年自费硕士刷题到flag拿20万。
: 人洗脚哥都70万了
:
: ：出身清华姚班，斯坦福博士毕业，她的毕业论文成了「爆款」
: ：
|
f*******e
发帖数: 3433 | 29 她老公很牛。2010年国际信息学奥林匹克竞赛第一。她是第13，银牌。她老公
还是2010网易编程挑战赛第一。两人中学时期认识，一起上清华，斯坦福，
参加竞赛。每一个成功的CS女牛人，后面都有一个更牛的男牛人。
【在 s***n 的大作中提到】
: 她老公是谁，外F了吗？
|
n********g
发帖数: 6504 | 30 赞
【在 f*******e 的大作中提到】
: 她老公很牛。2010年国际信息学奥林匹克竞赛第一。她是第13，银牌。她老公
: 还是2010网易编程挑战赛第一。两人中学时期认识，一起上清华，斯坦福，
: 参加竞赛。每一个成功的CS女牛人，后面都有一个更牛的男牛人。
|
|
|
e******t
发帖数: 339 | |
e******t
发帖数: 339 | |
e******t
发帖数: 339 | |
e******t
发帖数: 339 | |
e******t
发帖数: 339 | |
g*********n
发帖数: 3 | 36 你一言不合就上核武器啊
【在 e******t 的大作中提到】
: 张益唐比她厉害吧？
|
e******t
发帖数: 339 | |
S*****l
发帖数: 1043 | 38 她们夫妇上花姐
夫妻三年轻松两个米年薪
: 还是70万简单明了
: 页
【在 n********g 的大作中提到】
: 赞
|
P******r
发帖数: 273 | 39 我这就有好几个普林的AP的proposals，里面详细列了他们的工资。你以为呢？
【在 l**o 的大作中提到】
: "普宁的ap也就最多9万9个月" - 扯淡
|
l**o
发帖数: 131 | 40 CS的？
【在 P******r 的大作中提到】
: 我这就有好几个普林的AP的proposals，里面详细列了他们的工资。你以为呢？
|
|
|
n********g
发帖数: 6504 | 41 那是。俺们这些破211、985的都几十万。
【在 S*****l 的大作中提到】
: 她们夫妇上花姐
: 夫妻三年轻松两个米年薪
:
:
: 还是70万简单明了
:
: 页
:
|
m****d
发帖数: 1 | 42 这么牛X，弄姨B玩，还用这shit霉体，不用，比姚明都快
【在 c******n 的大作中提到】
: 申请EB1A时，这算媒体报道吧。
|
f*******e
发帖数: 3433 | 43 就像钱露露，人靠老公进了caltech, 现在已经从AP变professor了。大部分牛校的女AP
后面
有很牛的男人，少部分是自己牛。
【在 n********g 的大作中提到】
: 赞
|
M*******n
发帖数: 10087 | 44 的确啊，这长相在女博士中都是bottom的
【在 s***n 的大作中提到】
: 这差不多就是为了办绿卡发的公关文把
: 跟国内憋女拿个哈佛教育硕士也要发篇新闻稿一样
: https://cs.stanford.edu/~danqi/
: 讲真，这个样子，霉滑索男有点撸不下去
|
n********g
发帖数: 6504 | 45 牙口好。熊大。CS。
【在 M*******n 的大作中提到】
: 的确啊，这长相在女博士中都是bottom的
|
