“请问有什么事么？”
‘目标好感度-1，目前好感度4。’
虽然少女的语气很柔和，但通过系统的提示，苏飞还是不免直冒冷汗。这还没说话呢，就开始减好感度了？
咦？怎么原本就有5好感度？
“你好，同学，打扰一下，刚刚看到你在翻《机器学习》这本书，所以想请教一下决策树中所说的信息熵和损失函数的交叉熵有什么区别？”
苏飞指着少女手上的书，搭讪道。
“眼神够好呀，同学，这么远也能看到我在翻什么书。”姜倾雪澹澹地道。
‘目标好感度-1，目前好感度3。’
“因为同学你很漂亮，注意到你就很容易注意到你的书。”
‘目标好感度+1，目前好感度4。’
果然，即便再冷的冰块，只要是女生，都爱听夸赞的话！
“也就是说，之前都没注意到我这么漂亮是么？”姜倾雪笑道：“我可是看到同学你好几个月都在这学习了呢，而我的位置也基本没变过，怎么就今天注意到我了呢？”
难怪有5好感度，应该是因为每天坚持不懈来图书馆，搏得了一个好印象吧......不过好几个月的坚持不懈才5好感度，好家伙，够扣的。
“好吧，同学，其实是我的舍友今天见到你，惊为天人，想托我问问你的名字，如果能留个联系方式更好。”
苏飞毫不犹豫地卖了舍友，指了指郑浩然，心想，满足你的好逑愿望，耗子。
唰！
半层的人把目光射向了郑浩然，后者满脸通红，内心已经把苏飞的祖宗十八代问候了一遍，捂着脸，接受这社死目光洗礼。
‘我说的好逑不是求联系方式啊！狗儿子！！！’
“姜倾雪。”少女干脆利落地报出了自己的名字。
苏飞演出一副恰到好处的震惊，配上一脸恍然，彷佛在说，原来你就是那个闻名江大的姜倾雪？？
周围的人：“......”
装，你再装？
少女狐疑地看着他。
“这么说我可能还蛮熟悉你的，各种意义上。”毕竟学校论坛上有着姜倾雪的各种资料，苏飞记得一条印象很深的帖子，是一个lsp纯目测姜倾雪三围的帖子，当时还被顶上了江大论坛的热条，不过那帖子很快被封了。
那帖子最后的结语是：颜如玉，肤如雪，腰如柳，臀如桃，奈何飞机场，可叹可叹！
想着想着，苏飞就不自觉地扫了一眼少女天鹅颈的下方。
‘目标好感度-5，目前好感度-1。’
姜倾雪冰冷的目光扫过来：“同学，你在看什么？”
一眼回到解放前。
“抱歉，我是看到了姜同学你桌上被压在最底下的这篇论文了，是今年大名鼎鼎的深度学习论文‘TagLM’么？”
苏飞深知需要即刻挽回他在姜倾雪心中的形象，而之前姜倾雪对他有5的好感，来源于他每日坚持来图书馆，那么只要让他认为自己是个好好学生，是不是就能增加好感度？
咦？有点奇怪，我本来就是三好学生啊。
“嗯？你也关注前沿进展么？”这下轮到姜倾雪惊讶了，书本的知识肯定是比最前沿的要落后十年以上，即便是西瓜书这种奉为圭臬的神书，也只是总结十年前的经典算法，至于其他的Linux系统操作，C语言，C++等，那就是更早以前的内容了。
说着，她抽出了压在最下面的那篇论文，果然是苏飞所想的TagLM模型。
“当然，本年度最火的论文呢，提出了预训练模型的概念，使得模型训练的时候只需要做微调就能应用到下游任务，老实说，这种想法大大简化了下游任务的训练量，通常能很快地使损失收敛，虽然想法上只是预训练这么一点小创新，但确实有很大的效果，这也是它爆火的原因吧。”苏飞感叹道。
‘叮！目标好感度+5，目前好感度4。’
‘还真的看了这篇论文呢。’姜倾雪倒真有些钦佩了，毕竟要看这篇论文，不止是要机器学习掌握扎实，而且还意味着已经开始进军深度学习了。
她自己是有扎实的基础，但不是每个人都能有这样的学习基础。非是她自恋，整个计算机院，论专业知识，她说第二，没人敢说第一。
“这篇文章虽然有很大的效果，提出预训练这种新奇的想法，但是不足之处仍然存在。”姜倾雪没有继续说下去，而是看了看苏飞。
“姜同学也有这种感觉？我认为一个问题是实验任务仅限于命名体识别，如果能把情感分析等其他任务加进去，说不定说服力更强。”
姜倾雪的话勾起了苏飞的兴趣，他不再单纯是为了做任务而搭讪了，而是真正地想要和眼前的少女讨论。
‘目标好感度+5，目前好感度9。’
姜倾雪摇了摇头：“你所说的还是太表面了。”
苏飞紧皱着眉头，又提出了几个他认为的缺陷，姜倾雪一一为他解答，双方有来有往。
‘目标好感度+1’
‘目标好感度+1’
...
‘目标好感度+1