多头注意力换头数（换超参数）
不行 n=8 换成 16 不行
比如有人用 elmo 做了词向量，然后我用bert 做词向量去做下游任务
如果你是第一个，大概率可以， (水一篇水刊水文)
然后就编故事
这个领域有了什么问题，然后我用 bert 解决了这个问题(偏应用的领域，交叉学科)
千万不能是: bert 好，我用 bert
我用自己的电脑跑，原模型性能变差了，我自己改进后，性能好，但是没有原模型好
原模型: 50
我拿自己电脑跑 (原模型) : 48
我做了个改进，我自己电脑跑我的代码: 49
毫无问题
性能好就可以了吗？
最重要的是：你加去的东西，能够编个故事
新兴领域：50 你做的对这个领域有贡献，别人能够借鉴，或者说你能编个好故事 需要提升较多性能才行
水大论文，是没有问题的
老领域：99% 99.2% 改参数 也算是创新
最重要
最重要的一点，编故事
这个领域有什么问题，俺通过这个解决了
而不是我用了这个模块，性能变好了
搞代码的时候:我用了这个模块，性能变好了
搞代码
一定要有继承
复现效果更差怎么办
解决方案
用复现的结果一定要记住，保存证据，保存你跑出来的模型文件，然后写论文的时候记住，标明一下（是俺跑出来的）
继承
有一个好的继承，我啥都有了，代码，配环境，数据，配套论文，还有他们的一些没有完成的想法
我只需要做，看懂代码里的极少部分代码
在别人的基础上加上一点东西即可，学术裁缝
研 4(对解码器做了改进)，研 3(这是对编码器做了改进)，把他们的拼接起来了。在别人的基础上加上一点东西即可，学术裁缝
ai 所有的方向都是坑，有什么能继承给你的，你就去继承什么?