所有的欢呼声、尖叫声以及拥抱都停了下来。
整个XRCE团队的目光缓缓移向了那块屏幕。
「第——第二名？」
佩罗宁难以置信地看着屏幕上刺眼的数字2。
如果他们研究透了经典特徵工程，耗费了一年的心血才把错误率压到26%的费舍尔向量改良版方案，在今天，仅仅只能屈居第二的话，那麽，第一名的错误率会是多少？！
那个踩在他们头J顶，拿下了本届ImageNet？第一名的方案又是什麽？！
「26%竟然只能拿第二？这合理吗？！那第一名的错误率得低到什麽程度？！」
来自洛桑联邦理工学院的副教授坐直了身子，盯着屏幕，摇头说：「施乐居然是第二名，太难以置信了。」
「今年预测所有参赛团队最好的成绩，也就只能把错误率压到24%到25%之间，难道漆昊团队真的做到了这一点？」
「24%？那已经是经典词袋模型的理论红线了！」
一旁的阿姆斯特丹大学领队否认说：「要知道，ImageNet拥有上千个高相似度的分类。」
「比如几十种不同品种的狗、不同鸟、不同蝴蝶、不同车型，人肉眼都容易认错，更别说机器了。」
「想突破25%的关口，除非他们不仅在传统的S1FT算子里加入了色彩直方图和LBP局部二值模式等多重手工特徵进行超大规模的融合，还必须通过多核学习算法去动态调整特徵权重，甚至在多核计算上彻底解决了非线性核函数在海量样本下的存储与优化瓶颈。」
「这需要的资源可不少，他一个搞数学的能做到这些？」
李教授及其团队的人都在他们旁边坐着，没搭话。
即使他们早就知道了答案，但临到现在公布的时候，这一群人的心跳还是莫名其妙加快了。
在全场上千道要把屏幕戳穿的灼热视线中，屏幕上刷新出了代表着本届ImageNet：最高成绩的第一名数据。
【第1名：华国蓉城科大Q1net错误率：15%】
刺眼的15%让所有人都忘记了说话的本能。
在经历了大脑短暂宕机之後，整个会场炸了！
「15%？！上帝啊，这确定不是屏幕的显示像素坏了，导致25%的那个2字上半截没能显示出来吗？！或者是打字员昨晚喝多了红酒，把25%给手抖敲成了15%？！」一位来自慕尼黑工业大
…。。