寒假即将过半，坤神在爆碾 CMU Theoretical Computer Science 课程，陈少在进行大脑升级，而我却在 n 刷《进击的巨人》不能自拔… 我们都有光明的前途？
我还可以抢救一下，不能再爬了！
2021.2.9
晚上正在看《巨人》颓废，听到老爸背单词的声音… 我破防了，我有啥理由不背单词！仿佛被从美梦里拉了回来。不能继续爬下去了！于是我立即赶紧停止爬行，刷了 GRE 3000 List 10。
没错，到了 2 月 9 号，已经回家9天了，而我的寒假日均学习时间还是不到 2 小时！天天作息紊乱，所有任务都没有完成，甚至没有开始！现在终于发现寒假日子不多了，打算开始好好学了…
Flag: 之后回归正常作息，争取一天学 8h 以上。我也将学习 nocriz，记录每天学习历程以起到监督作用。第一个任务是尽快搞定 GRE，以及完成第一个小任务。
2021.2.10
上午 3h 背了 GRE List 11, 12，复习 List 10。
下午大致看了看关于公平性测试论文 [1,2] 的演讲，但文章也没仔细读，后面又去配 RSS 、逛了各种奇怪网站浪费时间了…大致只有效学了 1h。目前的粗浅理解是：公平性测试的目的是尽可能多地找到违反公平性原则的样例以重新训练。例如违反个体公平性原则就是除了性别、种族这种歧视性属性不同的两个输入，模型会给出不同的输出。感觉直接去掉保护特征，公平性一定就保证了啊？这会是严重问题吗？
[2] 是简单方法，随机搜索。[1] 是高级的梯度方法，类似 FGSM，效果提升明显。
[1] Zhang, P., Wang, J., Sun, J., Dong, G., Wang, X., Wang, X., Dong, J. S., & Dai, T. (2020). White-box fairness testing through adversarial sampling. Proceedings - International Conference on Software Engineering, 949–960. https://doi.org/10.1145/3377811.3380331
[2] Galhotra, S., Brun, Y., & Meliou, A. (2017). Fairness testing: Testing software for discrimination. Proceedings of the ACM SIGSOFT Symposium on the Foundations of Software Engineering, Part F1301, 498–510. https://doi.org/10.1145/3106237.3106277
感觉把 这个 CSDN 博客 的相关文章都读一遍就几乎成为大师了… 主页 这个人是同方向的。但还是要多读关于验证的啊，学点数学用得多一点的？之前读的关于 ML 测试经典论文的引用都非常高，而这两篇 [1] 是 2020 新论文， [2] 有 140，应该是点子新、贴近工业，非常适合于应用吧，有空读一读引这些文章的文章都是啥。
晚上又水了好久，最后用了 2h 复习上午背的+背了 GRE List 13。
2021.2.13
前两天是除夕、春节。效率不太高，但今天可能稍微进入一些状态了… 打算先尽快刷一遍单词。
当前进度：微臣 2018 全程班 day 2 / day 8, 即将背 List 21。