为了沟通的通用性和阅读的趣味，我会用一些流行的，甚至在互联网上偏负面的文字描述一篇论文，包括：水/A+B/经典套路，但这不代表对文章的否定和对作者能力/人身的攻击，原因在下文详细阐述。

不妨把科研定义为一个n维状态空间，其中每个维度代表一个可被替换的组件，以一个知乎回答对语义分割这一子领域的观测为例：

积木总结：
A-注意力机制：SE ~ Non-local ~ CcNet ~ GC-Net ~ Gate ~ CBAM ~ Dual Attention ~ Spatial Attention ~ Channel Attention ~ ... 【只要你能熟练的掌握加法、乘法、并行、串行四大法则，外加知道一点基本矩阵运算规则（如：HW * WH = HH）和sigmoid/softmax操作，那么你就能随意的生成很多种注意力机制】
B-卷积结构：Residual block ~ Bottle-neck block ~ Split-Attention block ~ Depthwise separable convolution ~ Recurrent convolution ~ Group convolution ~ Dilated convolution ~ Octave convolution ~ Ghost convolution ~ ...【直接替换掉原始卷积块就完事了】
C-多尺度模块：ASPP ~ PPM ~ DCM ~ DenseASPP ~ FPA ~ OCNet ~ MPM... 【好好把ASPP和PPM这两个模块理解一下，搞多/减少几条分支，并联改成串联或者串并联结合，每个分支搞点加权，再结合点注意力或者替换卷积又可以组装上百种新结构出来了】
D-损失函数：Focal loss ~ Dice loss ~ BCE loss ~ Wetight loss ~ Boundary loss ~ Lovász-Softmax loss ~ TopK loss ~ Hausdorff distance(HD) loss ~ Sensitivity-Specificity (SS) loss ~ Distance penalized CE loss ~ Colour-aware Loss...
E-池化结构：Max pooling ~ Average pooling ~ Random pooling ~ Strip Pooling ~ Mixed Pooling ~...
F-归一化模块：Batch Normalization ~Layer Normalization ~ Instance Normalization ~ Group Normalization ~ Switchable Normalization ~ Filter Response Normalization...
G-学习衰减策略：StepLR ~ MultiStepLR ~ ExponentialLR ~ CosineAnnealingLR ~ ReduceLROnPlateau ~...
H-优化算法：BGD ~ SGD ~ Adam ~ RMSProp ~ Lookahead ~...
I-数据增强：水平翻转、垂直翻转、旋转、平移、缩放、裁剪、擦除、反射变换 ~ 亮度、对比度、饱和度、色彩抖动、对比度变换 ~ 锐化、直方图均衡、Gamma增强、PCA白化、高斯噪声、GAN ~ Mixup
J-骨干网络：LeNet ~ ResNet ~ DenseNet ~ VGGNet ~ GoogLeNet ~ Res2Net ~ ResNeXt ~ InceptionNet ~ SqueezeNet ~ ShuffleNet ~ SENet ~ DPNet ~ MobileNet ~NasNet ~ DetNet ~ EfficientNet ~ ...

researcher在做什么：

我用网络流行用语描述的的「水/A+B/经典套路...」大概可以泛指任何非top的，纯粹“走格子”的工作，一些资深的top researcher其实并不讨厌/攻击这类工作，如李沐论水论文：

学术会议除了交流学术成果外，还有一个重要功能是培养新人。虽然存在super star登场就是开创性的工作，但绝大部分人还是从小白文开始，慢慢积累经验。
小白文一般来说是基于前面的工作，做一点细微的改动，然后有理有据的把结果写下来。这样一方面通过实际动手熟悉这个领域，另一方面练习写作。但从读者的角度来说，这些小白文十有八九是灌水。
更一般的来说，随便找个顶会翻翻10年前的论文集，会发现目前还有启发意义的工作也是极少。90%论文的主要是给作者练手，剩下的9%可能会启发数个人，真正能启发很多人的论文就是那1%。
所以对于研究者来说，一方面既不要觉得灌水是耻辱也不要觉得这就是目标，比较好的心态是总是保证下一篇文章比上一篇要好。另一方面也如 @周博磊所说，读别人文章时放平心态。与其去纠结为什么这么水的论文也能中也有人引用，不如去学习如何在茫茫论文集里找到闪光的idea。

我的观点也类似：自己很新手，一定不能继承网上眼高手低的习性，贬低他人。学与我在做的领域邻近的a+b文章的idea/写作，仿着这类文章，“走几个格子”，然后熟悉这个空间的启发式规则，慢慢进阶到挖坑才是正解。但确实网上的流行语对新手入门文章很有确切的洞见，比如「a+b」，也有一定趣味，所以暂且会在论文里使用这个词汇...