对于without bells and whistles的理解

深度学习的模型，一般是用别人的网络作为主干特征提取网络backbone，来提取特征，然后再加入自己的改进的小部件component，一个小创新点novel idea。对于科学研究而言，只需要做消融实验可以证明，加入你的方法可以让这一个backbone的性能更好即可。只有对于公司而言，做的产品才需要证明比市场上的所有其他产品更好。
而有些论文中使用without bells and whistles（没有花里胡哨的东西）这样的论述，是表明，他所提出的这个改进方法，即使你不使用神经网络的调参技巧（tricks)，也可以提升性能，也就是说，他的改进是对本质的东西进行改进，并不是偶然。