- · 《语言研究》栏目设置[09/30]
- · 《语言研究》数据库收录[09/30]
- · 《语言研究》投稿方式[09/30]
- · 《语言研究》征稿要求[09/30]
- · 《语言研究》刊物宗旨[09/30]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
这项最新调查劝退效果拉满：67% 的 NLPer 怀疑自己
作者:网站采编关键词:
摘要：还有网友吐槽：连塔罗牌都比 NLP 靠谱。 Q3-2：大规模机器学习建模（例如语言建模和强化学习）的最新进展是 AGI 发展的重要表现。 在地区分布上，受访者中的 58% 来自美国，23% 来自欧
还有网友吐槽：连塔罗牌都比 NLP 靠谱。
Q3-2：大规模机器学习建模（例如语言建模和强化学习）的最新进展是 AGI 发展的重要表现。
在地区分布上，受访者中的 58% 来自美国，23% 来自欧洲，8%来自亚洲。其中，来自中国的 NLP 研究者占 3%。
过去 5 年发表的构建可解释模型的大多数研究都走错了方向；等等。
受访者被询问是否预计在不久的将来会出现一个“NLP 寒冬”，即资金和就业机会较峰值下降至少 50%。
有高达 82% 的人认为 NLP 研究需要借鉴更多相关领域科学。问题是，虽然有这么多的人嘴上都强调这一点，但实际上做得却并不怎么好，真正的问题可能不是 NLP 研究者没有意识到跨学科的重要性，而是我们还缺乏能推动实施的知识和工具。
Q3-4：在本世纪，由 AI/ML 系统做出的决策可能会引发一场全面核战争级别的严重灾难。
被引用最多的研究成果将来自工业界而不是学术界，如今工业界在引领 NLP 领域发展进程方面的影响力过大；
尽管 30 %不是一个大数字，但这也反映了这一部分 NLP 研究者的一种信念，即 NLP 研究将在不久的将来发生重大变化（至少在谁提供资金以及提供多少资金方面）。为什么他们的态度会相对悲观？背后有许多可能原因，比如由于工业界影响力过大而导致的创新停滞，工业界将凭借少量资源充足的实验室来垄断行业，NLP 和其他 AI 子领域之间的界限将消失，等等。
“NLP 寒冬”将在未来 30 年内来临；
Q1-2：未来 10 年被引用最多的论文更有可能来自工业界，而不是学术界。
相比之下，只有 36% 的人认为，纯文本评估可以衡量语言理解。这表明在很多人看来，评估是一个独立的问题，理解可能是可学习的，但不可测量。
73% 的受访者认为，AI 的自动化可能很快会带来革命性的社会变革，这也是有那么多人认为 AGI 是一个重要问题的原因。值得注意的是，有 23% 的人尽管认同这种变革，但并不同意 AGI 的重要性，所以，关于 NLP 的讨论或许没有必要牵扯进关于 AGI 的辩论中。
语言模型到底有没有理解语言？
有一半（51%） 的人同意 LM 理解语言，如果模型还可以访问多模态数据（图像等），同意的人则占比更多，为 67%。
一味追求大模型是不是走错了路？
在关于 AGI 的问题上，受访者的意见分布比较均衡，58% 的人认为 AGI 应当是 NLP 研究者的一个重要关注点，57% 的人相信最近的研究显著推动了我们向 AGI 方向发展。这两种观点具有高度正相关性。
NLP 方向走错了吗？
过于关注规模化和基准
首先简单介绍一下本次调查的受访者情况：
Q1-4：我预计未来 30 年内将出现“NLP 寒冬”。
然而，这项调查的结果表明，NLP 研究者对 Sutton 这种观点的认可程度实际上远远低于预期。仅有 17 % 的人同意或弱同意：鉴于本世纪算力和数据的可能发展程度，扩大现有技术的实施规模将足以解决 NLP 的所有重要问题。在人人似乎都对大模型趋之若鹜的当下，这个数字是极低的。
规模最大化是终极方案吗？
在许多人看来，一项工作的被引用次数并不能很好地代表其价值或重要性，而且，工业界对该领域的持续主导地位将产生负面影响，比如在基础系统方面的绝对控制地位，就像 GPT-3 和 PaLM。
未来最有影响力的进展是会来自工业界还是学术界？
此外，有 61% 的受访者表示，2030 年被引用次数最多的五个系统很可能会从过去 50 年语言学或认知科学研究中获取灵感。而事实上，当前系统对认知科学的借鉴还仅仅停留在对神经元、注意力、token 的粗略解释上。
73% 的受访者来自学术界，22% 的受访者来自工业界，4% 从事非营利组织或政府工作。其中，教师和高级管理人员占 41%，23% 是初级研究人员（包括博士后），33% 是博士生，2% 是硕士研究生或本科生。
文章来源：《语言研究》 网址: http://www.yyyjzzs.cn/zonghexinwen/2022/0831/1460.html