这是我在法国的第一个圣诞假期。法国人爱放假是出了名的，这次圣诞连着新年元旦，一共有三个星期的假期，非常奢侈，我在新加坡可体验不到（只有圣诞节当天放假）。我在新加坡的导师每年都会在年底给自己放一个月的假，法国的老师们自然也在圣诞节放假，我心想既然没有任何一个人工作，连学校在这段时间都会关闭，那我还是好好珍惜这段时光，去欧洲其他地方多走走吧。

于是我选择去了中欧：捷克的布拉格、奥地利的维也纳、匈牙利的布达佩斯。

上周五下午是我教的TP课的期末答辩。一共6个小组，就他们这个学期做的工作做一个展示，我和老师坐在台下给他们评分。每个组10分钟时间，加上5分钟的问答环节。课后，我和老师一起对了一下我们的打分，最后给每个组确定了一个成绩。

TP是法语“Travaux Pratiques”的缩写，意思是实践课，是在传统老师授课之外的一个补充，给大家布置一个大的实践项目，每次TP课上集中讨论和实践，老师也会参与进来。在这门课上，我们给了学生10篇论文、4个主题，让他们读论文、复现算法、然后分析结果。

17年高中毕业，我和几个好朋友一起到其中一位朋友家玩，在她家待了几天，她是很好的女生。

一天中午，她给每个人准备了一个时间胶囊、笔和纸，让大家给5年后的自己写一封信。我们几个人就在那个夏天，围在她家的餐桌上，写下了一封信。

23年的时候，疫情解封，我终于回国。其中一个朋友把这个时间胶囊带给了我。

现在把它上传到互联网，作为电子备份，方便我的仓鼠症。

我9月份到了法国，这2个月逐渐习惯了生活和工作的新环境，心慢慢安定下来。安定下来后，便有闲暇去想一些事情了。最近时常觉得恍惚：我明明在新加坡读书，怎么就突然来到地球另一边的法国了呢；连一点法语都不会说，却还要待1年呢？
要把整个故事起因说清楚，不是很简单。

我在7月底结束了在TikTok为期2个月的实习。到如今9月份，已经过了2个多月，再不记录，就要把大部分记忆都忘掉了。

恰巧，9月1号我到了法国图卢兹，之后要在这里待一年。这几天刚刚安顿下来，正是对一切都充满期待和活力的时候，于是就在这个时候，抓紧写几篇博客吧。

最近《死亡搁浅2》这部游戏上市，引起了很多讨论。我之前玩过《死亡搁浅》第一部，觉得这个游戏有些奇怪，更像是一个视觉效果的展示台，很好看，但不明所以。

在我看来，游戏一般有两种创作路径，一个是追求可玩性，努力开发玩法，吸引大家去玩游戏；第二个是追求艺术性，在故事情节、交互体验上，传达作者对世界的态度，希望大家去看游戏。《死亡搁浅》这部游戏有些奇怪，在我看来更像是一场T台走秀，只是走秀的不是时装和模特，而是制作人小岛秀夫想要表达的某些情感。对他来说，游戏里只要东西在了、情感表达了，那就够了，所以我在玩游戏时，才会有时候觉得很美，有时候觉得很疑惑。

这篇文章想要讲的不是这个游戏，只是我的一个由小岛秀夫引出来的情感。这篇文章的目的也只是为了表达这个情感，表达出来了，我就开心了。

最近去了TikTok实习，已经实习了2周。记录一点实习的经历和一些体会。

（一月份）这几天新加坡连续下了几天雨，一刻不停。新加坡的天气一向干脆利落，这次却如此纠缠不清，简直就和江南的雨季一样。和往常一样坐在公交车的角落，透过车窗，看到昏暗的橙色灯光洒向墙角，被囚禁在窗上那一滴滴的水珠里。车子一震，那无数的水珠豁然抖落，我嗅到了潮湿的泥土味道，才惊觉，这所有的一切，都和我的家那么像。

突然很难过，那些日子已经距离我有了十年之远。想起了简媜（我最喜欢的散文作家）的话：“就像每一滴酒回不了最初的葡萄，我回不到年少”。

🍇 ⛈️

今天睡前看了加缪的《异乡人》，因为打算将其赠与友人，所以想着得抓紧再看一遍。台灯昏黄，眼前看着书，耳边响着巴赫，没看几页便困倦了，于是便打开手机看看有无消息，却无意间瞥见了简媜的《贴身暗影》中的开头。

一只湿漉漉的白文鸟在发冷的城市迷飞

漩涡似的高高低低

忽然一头撞上褐色玻璃墙

雨，下得像流浪狗

去年11月，一个做大语言模型（LLM）人机交互（HCI）的朋友给我发邮件问我最近怎么样，并给我发了一篇论文，是一篇综述，介绍了一个新的研究方向：用LLM，比如ChatGPT，来评估视频的质量。

也许是我的偏见，但是我所看到的现在大部分LLM相关的论文，除了对LLM本身的研究外，就是类似于“把LLM应用在XXX问题上面”的“研究”，而其中大部分都仅仅是单纯地用LLM来尝试解决X问题，然后对LLM的表现做一些评估和讨论。当然不能否定其价值了，但是以我小人之心度君子之腹，我很难相信所有开展这些工作的人都在真诚地研究问题，他们的目的只是为了发表一篇论文。我很早就看到用LLM来评估视频的质量的论文，但是一直都不好奇他们是如何做这个研究的，我想大概就是给ChatGPT发视频，让ChatGPT打分，然后对ChatGPT的打分能力做一定评估，最后得出诸如“ChatGPT可以用来评估视频质量”、“只要对ChatGPT说XXX提示词，它就能更准确地打分”之类的结论。我和朋友说：“How could you believe the ratings from a black box who itself cannot be believed”？

他给我分享了一篇文章，是一位同样做人机交互的教授（Ian Arawjo）写的，大致内容就是吐槽目前人机交互研究中滥用LLM的乱象。

我觉得写得很好，所以贴出中文翻译在这里，给记性很差的我留一个存档。