信息内容安全的理论与应用 · 修读回执档案

跑路吧，事儿多到能开批发市场。

平时分就给60%，你tm搁这恶心谁呢😓，这波属于是给分如施舍，还要你感恩戴德。 （不懂给我点踩的是想表达什么 是显摆自己平时分高还是本人来洗地来了，这波操作我愿称之为薛定谔的评分标准。

课程内容：纯纯听他组会，烂。与课程名称【90%以上内容无关】！！！不开直播，自己都不好意思。 上课自由度：烂。随机小测：“同学们，我们讲完了，也没啥事干，小测一下吧”，小测像随机空投。 考核标准：不清晰...非常不清晰。 经常以“哎呦，我和助教讨论了1w2k字有关大作业的安排”邀功，邀功式布置作业。 授课质量：烂。还是必上。烂。 这辈子没上过这么恶心的。

答辩课程，这俩字儿往这儿一放，懂的都懂，比论文答辩还答辩。

不如去隔壁上数据科学基础，那边两节课的收获能把这边一学期按在地上摩擦，这边一学期不如那边两节课，时间黑洞成精了属于是。

课程内容：一位搞数据挖掘的老师，不懂大模型，但又想做大模型跟图网络结合，就指望大作业让同学复现图神经网络、表格学习、推荐系统这堆论文代码，给他课程仓库免费搬砖，还盼着同学们几乎靠自学，在助教翻出来一个偏僻得鸟不拉屎、没什么论文碰过的数据集上完成分类和回归。 劝退的地方包括但不限于： 1. 时间上分数上怂恿恶性内卷，搞个时间衰减函数算小组最终得分，还打榜，用一套助教拍脑袋yy出来、漏洞多得能当筛子的计分方式算小组最终得分。 2. 除了最终交的小组方法，还要求每个3人小组至少交2份【参考】代码，把论文代码在原数据集复现，再迁移到课程用的数据集上，完成分类和回归。交上来的代码格式、代码库使用、冗余代码检查苛刻得不行，包括但不限于：要求代码满足pep8和flake8格式，不允许用任何AI算法库，所有AI算法都得自己手写。不允许有冗余，比如会甩一句：“这类方法在课程仓库里已经实现过了，你自己别写，去调课程里已实现的”，此外还要交小组报告，还有个人读论文的综述。 3. 整门课除了老师讲过两三堂课，剩下跟开组会一样，用腾讯会议拉手下学生讲自己的读论文心得，大作业实现全靠自己，老师本人是不指导的，同时还不让别组问助教任何跟课程作业技术细节相关的问题，理由是“这会影响公平”。 4. 鼓励用大语言模型相关方法，但只准用Gemma2b，时间还卡不超过15min，小组最终方法的money cost也纳入评分，上课还甩出过类似“要是担心cost和时间，你只拿大模型encode10个token试试”这种逆天言论。 总体而言，课程设置、作业要求、评分机制、上课收获上都不值得选，而且这门课就一位主要负责的助教，既要审所有组交上来的【参考】代码，又要管leaderboard的分数统计更新，最后小组自己交的方法的测试、审计、最终评分也是他，压榨自己手下学生也可见一斑。课名叫信息【内容】安全的【理论与应用】，但整趟下来，数据挖掘、图神经网络这些和【信息内容安全】有啥大关系也看不出来，是只有网安学院学生能独享的网安金课捏。

课程内容：抽象，别问，问就是抽象 上课自由度：说了签到他不签，不说签到的时候突然掏出来签，主打一个惊喜盲盒 考核标准：80/20 授课质量：大一助教和大三学生给王铮打工，活脱脱一个师徒四人取经团队

课程内容：信息内容的简介 上课自由度：高 考核标准：80%大作业+20%小测 授课质量：一般 1. 大作业跟课程内容属于是牛头不对马嘴。按提交时间打榜很正常，可以接受。但是你整个大作业不给引包是几个意思？很多基础到不能再基础的函数全得手搓，大三狗们保研/出国的要泡实验室做项目，考研的要头悬梁锥刺股，毕业找工作的要疯狂实习，真没谁有这个闲工夫陪你重构gcn这种最基础的库吧？怎么，我们是什么很高端的码农教坊司吗？ 2. 老师说有意见可以提，但好像也没见着什么反馈通道，很多事反馈了压根不改，我直呼什么标准的意见才算有效意见，玄学。助教也两手一摊，大家都是打工的，别互相伤害。 建议慎选，避雷针先竖好。

课程内容：把rel-movielens1M数据集按在地上摩擦，一边摩擦一边炼丹，炼丹炉里还得掺上图神经网络、（大）语言模型、推荐系统这些猛料 第三节课小测内容： - 数据安全和内容安全到底谁跟谁啊 - 有没有更丝滑的爬虫方案 第十二节课小测内容： - 异构gnn和同构gnn设计上有啥本质火花 第十三节课小测内容： - pagerank里的自环不得来个剪刀手处理下 上课自由度：自由多得像自助餐，但签到随心所欲到让人怀疑狼来了是不是他亲戚 考核标准：80%课程项目+20%课堂表现 授课质量：低到地下室，上课跟开组会一个味儿，他甚至开了腾讯会议，还关了直播，这操作跟走位一样潇洒 其中一个助教是纯血大一萌新，直接被他抓来打工（原话：大一的就要多写），祝你来上课的时候别被自己气疯，气得螺旋升天 大作业给分按提交时间衰减，跟追高铁一样，晚一秒掉一层皮，而且研究方向必须跟他那卦一致，与其被他压榨，不如他自己去看相关综述，比看我们不有效得多，这数学期望算得明明白白 总之，不建议选他当导师，极力不推荐这门课，快跑，跑得比pagerank还会跳 3.10更新： “大家好，刚才我和助教沟通了，比较值得注意的是‘有几位同学咨询如何提升自己方案效果’。这里统一说明下，由于课程是公平的打榜制，所以后续助教不会私下回复此类问题。此外，也建议大家都用邮件和助教沟通，比较正式。[微笑]”这微笑面具你看我反不反光 结课后更新： 助教和老师和电工导C相比起来毫不逊色，甚至略胜一筹，这波是打榜界的奥运会蹭了个第一 *** 最终更新： https://zhengwang100.github.io/project/rllm.html 拿我们的课程作业当研究方向给自己实验室发论文，建议给每个人加作者嗷，这下真白嫖劳动力还不用付钱了，我直接站起来鼓掌咯

课程内容：人菜瘾大 上课自由度：人菜瘾大 考核标准：人菜瘾大 授课质量：人菜瘾大 先不聊他懂不懂未来趋势，反正LLM他是肯定不懂。谷歌学术23篇文章总共300来个引用，没有一篇文章跟语言模型沾边，还能在那大谈特谈大搞特搞LLM，这波属实小丑本丑了 所以他到底打算什么时候出成绩啊？前八周就结课了，到现在一根毛动静都没有，我斗胆猜一下——他八成是把这事忘干净了 更新： 摘自https://github.com/rllm-team/rllm > Community Support: Maintained by students and teachers from Shanghai Jiao Tong University and Tsinghua University. Supports the SJTU undergraduate course "Content Understanding (NIS4301)" and the graduate course "Social Network Analysis (NIS8023)". 我是不是还得给你磕一个谢谢你啊，给我们“署名

课程内容：突出一个卵用没有 上课自由度：不定期小测，而且是不定期到像你的快递一样随机 考核标准：20%小测＋80%3人小组大作业 授课质量：念ppt 勾史大作业 1、在没有教授任何知识的情况下丢出一个莫名其妙的大作业，属于是连菜谱都不给就让你上灶； 2、每人读8篇论文写综述，小组内只有5篇能重复； 3、给分鼓励内卷，分数根据提交时间递减，不同方法的打榜指标不统一； 4、禁止调库，禁止库，就是不许你搭梯子； 5、鼓励大模型方法，限制在半小时内，我要是能做到还坐这儿听你上课？早去开公司了。 --- 2024/3/19 update 乐，读8篇论文怎么偷偷涨成10篇了，好一个温水煮青蛙式加量。

平均分就1，懂的都懂。

课程内容：玩数据挖掘、收集、分析，英文PPT扑面而来，大多是概念讲经 上课自由度：高，全程只签到了一次 考核标准：20%平时+10%一篇电类论文阅读笔记+70%小组大作业 授课质量：凑合，就是有点催眠功效