ML 社区的八大“毒瘤”：盲目崇拜、相互攻讦、重 SOTA 轻实效……

在当今的 ML（机器学习）社区中，虽然取得了众多令人瞩目的成就，但也存在着一些严重影响其健康发展的问题，以下为您揭示其中的八大“毒瘤”。

盲目崇拜是首要问题。部分从业者过度追捧某些知名学者或技术，而忽视了自身的思考和创新。这种盲目跟从，不仅限制了个人的发展，也阻碍了整个社区的多元化进步。

相互攻讦的现象时有发生。不同观点和方法的碰撞本应促进进步，但在 ML 社区中，却演变成了激烈的人身攻击和恶意诋毁，破坏了良好的学术交流氛围。

重 SOTA（State-of-the-Art，当前最优结果）轻实效的倾向较为明显。许多研究只追求在特定指标上达到最优，却忽略了实际应用中的效果和可行性。

还有数据造假的问题。为了获得更好的实验结果，一些人不惜篡改数据，这严重违背了科学精神，损害了社区的信誉。

知识封闭也是一大弊端。部分研究者将自己的成果视为机密，不愿意分享和交流，导致知识无法广泛传播和共同进步。

急功近利的心态普遍存在。许多人急于发表成果，而忽视了研究的深度和质量，使得一些成果缺乏真正的价值。

另外，社区中还存在着跟风研究的情况。一旦某个方向热门，便一拥而上，造成资源的浪费和研究的同质化。

最后，缺乏跨领域合作的意识。ML 领域与其他学科的交叉融合能够带来更多的创新，但目前跨领域合作还不够紧密。

要解决这些问题，需要社区成员共同努力。保持独立思考，尊重他人观点，重视实际效果，坚守学术道德，加强开放共享，摒弃功利心态，鼓励创新和跨领域合作。只有这样，ML 社区才能健康发展，为推动科技进步发挥更大的作用。