sp; 刚才还在窃窃私语的学者，也都停下来看向台上，他们才意识到报告已经是结束了？
这么顺利？
什么都没有发生？
“好像真就是做个报告，把马建泽的评分体系，用在了近似变换的方程求解修正上……”
“整体很完善！”
“我没发现问题，而且讲的可比马建泽容易理解多了！”
前排评审席上，杜彬满心赞叹的看向张明浩，他站起来率先鼓起了掌，后排也有不少学者跟着鼓起了掌。
“啪啪啪~~~”
掌声很快响成一片。
多数人都是发自内心的鼓掌，一个是因为报告没什么问题，讲的是个很实用的‘计算结果修正’，会让做近似变换的方程求解结果更准确，也许会很有应用价值。
另外，那是一晚上的成果！
一个晚上，做出如此完善的研究，送上任何的肯定都不为过。
报告会里掌声连成一片，也让马建泽愤愤不平，昨天他讲的‘原版评分系统’，根本就没一个人鼓掌。
现在是‘嵌套’的研究，大家就都认可的鼓掌了？
讲不讲理！
在掌声渐歇后，马建泽‘唰’的一下站了起来，大声问道，“张明浩，我昨天的报告，你找出了反例说明最终得到的不是最优框架。”
“你现在不是也有同样的问题吗？”
所有人顿时看了过去。
马建泽朝周围看了眼，肯定的说道，“你做的评分修正体系同样不完善，最终得到的评分数值不一定准确，也就代表不能修正到精确解，甚至说，修正有可能会让结果偏差更大！”
评分系统，就是马建泽主导做出的研究方法。
现在套用在‘方程求解修正’上，他很容易就找到了问题。
报告厅的人都看向台上，他们也想看看张明浩会怎么回答这个问题。
张明浩不在意的笑了笑，随后道，“马教授，你提的问题很关键，修正后偏差更大的可能性是存在的。”
“但就像我昨天说的，很多应用场景中不一定要寻求‘最优解’。”
“方程近似计算，并不需要求出精确解，结果修正的目的只是让最终结果变得更精准。”
“修正后偏差更大的可能性是存在的，但那只是极端个例！”
张明浩明确道，“这一套修正体系，对常规可代换高阶方程或方程组求解，都是正收益，概率超过的百分之99.9以上。”
“当然存在极端个例，这一点我不否认，但极端个例是极少数，而且，极端个例一眼就能看的出来。”
“所以，这不是问题。”
报告厅里的学者们也明白过来。
评分修正带来的是正收益，也就是让修正计算结果使其更贴近精确解。
这就够了！
修正负收益的情况，都属于能明显看出问题的‘极端个例’，计算时不进行评分修正就好了。
马建泽也明白了，他心里很是不甘心，但也只能重新坐了下去。
&nbs