现在是 20230414 下午四点，赶着周五下午最后一场完成了答辩。这两天也听了其他两场答辩，加上我自己参加的一场，一共经历了三场。感觉可以看出一点共性。
关于出发点
首先，中期答辩的目的是 1. 让老师对我做的项目大致有概念 大致理解我在做什么，2. 说服老师我的项目足够有意义（创新 / 为今后的学术打基础 / 代码实战等等），3. 让老师觉得我能在 5 月中旬成功做完。
因此，一个比较好的介绍顺序是 1. 背景 2. 方法 3. 实验结果 4. 后期计划。
以及，在这种答辩场合，感觉尽量避免口语化的 可爱的 易于理解的陈述方式，毕竟有些工作（比如我的工作）讲的太明白就会发现毫无工作量 && 毫无创新… 我们答辩的目的不是让老师理解我们的工作，是为了说服老师 让他们觉得我的工作还可以，理解不理解，其实不重要。
（在工作做的不好的情况下，硬做 pre 做成 solid 的模样，也是一种有趣的考验呀…）
（以及，中期答辩是评分的）
关于氛围
我听的三场 氛围都不太一样，主要取决于评委老师的成分。总体来说，氛围比较轻松，可以旁听，可以进进出出，可以堂而皇之敲电脑。
根据我的观测，评委老师分为（至少）三种：
- 真正在做科研的 ai 老师们：
- 很有代表性的例子是 palm。因为我请一位又强又帅又 nice 又年轻的 palm 老师 作为校内导师，所以就被分到了 palm 内部场：老师都是 palm 彼此的同事，同学都是在 palm 的同期（虽然我不是），气氛非常融洽。
- 大部分同学的工作都是 ai 相关，这些老师能听懂我们的工作，并以温和的方式给出中肯的建议，不会因为我所说的与他们想的不一致 而进行为难 输出负面词语。即使不太了解，也不会乱评价，或者把话题扯到自己熟悉的领域 侃侃而谈。
- 做横向项目、已经远离科研、最近纷纷转型 ai 的老师们：
- 他们的普遍画像是 40-55 的中年男性，说话声音比较大，语气不太温和 或 温和但毋庸置疑的语气。
- 他们不一定能听懂我们的工作，所以面对他们时，要突出强调自己提升很多的 performance。
- 他们比较在意的地方：
- ① 盯着毕设题目看，询问题目和 pre 的相关性；如果题目和 pre 的相关性没有被理解到，甚至 ppt 的题目跟毕设题目不一致，会戳到他们。（不过，若真有这种情况，还是赶快改掉的好，毕竟是隐患）
- ② 工作量是否足够大，是否有代码实现，是否有创新的地方，但他们不一定能品出创新的大与小、优与劣。
- ③ 答辩者本人的背景。如果是保外选手 有炫酷去向，会叠一大层增益 buff，基本不会被质疑；如果是考研失败选手，会被狠狠地质疑（真实案例）。
- 不做 ai 的老师：这类老师应该也要分年轻和不年轻吧，但我已经不太理解了；对非 ai 领域基本了解为零，什么 web 数据库 查找效率 网络 之类。听的时候，感觉大家讲的东西很抽象，老师提问更加抽象，完全没听懂，所以并没看出什么。
策略与 tricks
- 用自己的保研去向狠狠地叠 buff：“这个课题依托于 xx 学校的 xxx 项目”，造成一种解释权不在 seu 老师的感觉。
- 如果遇到答不上来的问题，就甩锅研究生老师（老师 dbq ?），说“这是 xx 那边老师对我这个课题的安排”。
- 5min 不要超时；有条件的话，多演练几遍。
- ……好像想不到别的了。
有时会觉得第二种老师德不配位，产生一些不服气… 但其实也没什么；大家都在这个生态系统里，他们扮演评价和指导的评委老师，我扮演答辩的学生，没有他们，也不会有我喜欢的温和 ai 老师们，也不会有我。所以，或许重要的不是我【想】怎么讲，我想用最通俗的方式让大家都理解我的工作（? 然而如果理解了就会发现很水）；这不是最重要的，重要的是，要扮演好自己大四毕业班 中期答辩学生的角色，去扮演一个发展很好的新锐，做了看起来很创新 很有意义的工作。
扮演生态系统想让我扮演的。各司其职，不失为一种和谐与美。
记于 癸卯年 丙辰月 壬寅日。