- 作者正在考虑攻读深度强化学习/机器学习理论或大型语言模型方面的博士学位。 - 他列出了几个关键考虑因素：研究影响、就业前景和长期相关性。 - 深度强化学习/机器学习理论方向的研究可以推动该领域的数学理解。 - 大型语言模型方向的研究可以直接应用于当今最具变革性的人工智能系统。 - 理论方向的就业前景可能更多限于学术界和研究实验室，而大型语言模型方向则有更高的行业需求。 - 理论方向的核心原则可能在不同技术下仍然有价值，而大型语言模型方向的长期发展尚不确定。 - 作者对自己在理论方向上是否有足够的数学背景和能力表示怀疑。 - 作者担心自己在实现和编码方面不够快速，这是一个成功的应用机器学习研究者所需要的关键能力。 - 进入大型语言模型时代后，应用机器学习研究的速度变得非常快，这对于研究者来说就像是竞技编程一样。 这篇内容描述了一个在学术生涯关键时刻的个人经历，面临选择在强化学习/机器学习理论或大型语言模型（LLMs）两条博士路径之间。作者在权衡研究的潜在长期影响、学术界和行业的就业前景以及每个领域的相关性。这篇内容的独特之处在于作者对自己数学技能在理论工作中的表现和在应用研究中编码速度的坦诚自评，为决策过程增添了个人维度。这种自省结合对LLM研究快节奏的讨论，可能会引起在快速发展的机器学习领域面临类似职业选择的读者的共鸣。