原来超级简单

最近发现大部分有效的方法，都是简单的。
1. Hyperparameter tuning on simpler model - 这是我原来想法, simpler model 这个想不通
后来发现有人弄出过这个方法， simpler model = model trained with less data (原来超级简单)
2. Use an approximate model to model the performance of original method, approximate model 这个想不通
后来发现也有人弄过, approximate model = faster model train with same data (原来超级简单)

我的想法是simpler/approximate model -> 需要用个什么complex heuristic来求，或者什么feedback directed method之类的。
别人就用 few data, simpler model 这种，直接搞定。
这个思路太厉害。