子维杰小跑着赶上来，手里还捏着一个吃了一半的甜甜圈。
“昨晚又睡在实验室了？”
“算法收敛前的最后一组实验，”维杰咧嘴一笑，露出被咖啡渍略微染黄的门牙，“我赌我的新特征选择方法能在caltech-101上比你的方法高至少两个百分点。”
“赌什么？”
“输了的人吃一周的咖喱。”
“这不公平，你可以一辈子吃咖喱糊糊。”
“那你说。”
“办公室一周的卫生。”
“行行吧。”
两人走进盖茨计算机科学中心时刚好八点十五分。电梯里贴着几张海报：下个月将在西雅图召开的cvpr会议征稿通知，卡内基梅隆与英特尔合作研究项目的招聘启事，还有一张，瑞迪教授不知道又获得什么奖项的新闻剪报。
项目组会议室在五楼东侧。两人推开门时，里面已经坐了三四个人。
长条会议桌一端，瑞迪教授正低头翻阅着一沓打印稿，鼻梁上架着那副标志性的半框眼镜。这位图灵奖得主今天穿了件浅蓝色的牛津纺衬衫，袖子挽到手肘，露出小臂上浓密的汗毛。
“曹，你的报告在第三个，”瑞迪头也不抬地说，“我希望看到完整的误差分析，而不仅仅是准确率数字。”
“明白，教授。”
曹鹏坐到最边上，从包里取出笔记本电脑和一份打印好的资料。他习惯纸质备份，在这个pdf和powerpot已经普及的年代，这显得有些老派，但他喜欢在汇报时用铅笔快速标注重点的感觉。
组会准时开始。第一个汇报的是博士三年级生艾米丽·陈，一个除了姓氏，其他各方面已经和华裔都不沾边的女生，包括长相，毕竟，作为第一批来到丑国的华工后代，你要相信基因的力量。
她做的是基于主动轮廓模型的医学图像分割。汇报到一半时，瑞迪打断了她。
“你的能量函数中正则项系数是固定的？”
“是的，目前是03。”
“试过自适应调整吗？根据图像局部梯度？”
艾米丽愣了一下，“这……会增加计算复杂度。”
“先验证有效性，再优化效率。”瑞迪的语气平和，却带着不容置疑的权威，“下周三之前，给我三组对比数据。”
曹鹏低头在自己的笔记本上快速记下一行字，“正则项自适应，可用于多尺度特征权重分配？”他的思维总是这样，即使