Становятся ли современные ML-исследования слишком инкрементальными, или это просто норма?

Автор размышляет о том, что многие современные PhD-работы в машинном обучении сводятся к комбинации существующих идей и улучшению бенчмарков без глубокого научного вклада. Он отмечает, что даже топовые конференции часто поощряют небольшие методические вариации вместо прорывного понимания механизмов. Вопрос касается системных стимулов в области и того, действительно ли качество исследований падает.