基础建立在tweedie公式和随机微分方程的推导之上，
但是你的‘自适应推理’动态地修改了采样链，这实质上破坏了原扩散模型预设的采样过程，
你有没有通过实验来观测采样过程中的特征分布变化，比如用t-sne可视化一下不同步数的特征？
或者对其从理论上进行证明？但是在你的论文里我并没有看到其中任何一种？”
第一个问题孙乐驹还能听得懂，毕竟uniformsubsampling他也知道，他也确实没有做这部分的实验，他认了，
但是第二个问题他就有点听天书了，做过深度学习的都知道，
他们这些研究生哪会对这些数学公式有很深的了解？基本都是找一个模块安到自己的模型上试试，如果涨点了，那就是好，没涨那就是不好。
所以才会有‘炼丹’这种说法。
至于更加深层的理论，一般都是博士生或者一些名校研究生才会干的事情。
“不好意思老师，确实是我没考虑到，回去后我一定尽快把这部分补上！”然后就是猛地一个鞠躬。
主打的就是一个：答辩答辩，只答不辩，评委提问，疯狂道歉，如若不行，那就装傻充愣。
现在的孙乐驹用出了最后一招——笑就完了。
所谓伸手不打笑脸人，人学生态度都这样诚恳了，哪怕是车伟强这样‘难搞’的老师也不好说什么。
不过最重要的还是他这篇论文并没有什么重大的错误，不管是创新点还是工作量都达到要求了，否则就算是把脸笑烂了，老师也不可能让他通过的。
“你这样是不行的，太不严谨了，方法缺乏理论支撑和充分的对比实验，我暂时保留意见。”
对于车伟强的批评，孙乐驹疯狂道歉——是是是，老师您说对，我一定改！