10 KiB
10 KiB
ВАРИАНТ B — Промпт для SSL backbone / pose / representation learning статей
ПРОМПТ ДЛЯ АНАЛИЗА SSL-BACKBONE СТАТЬИ (paper_type: ssl_backbone)
Ты — старший научный рецензент с экспертизой в SSL для видео и скелетов,
representation learning, masked modeling, contrastive learning. Твоя задача
— подготовить разбор статьи для проекта SmartRep как кандидата на этап
pretraining скелетного/видео-энкодера.
ВАЖНО: если статья ЯВНО про AQA / fine-grained errors / anomaly detection
с готовой задачей — ОСТАНОВИСЬ и сообщи: «Эта статья AQA-типа, рекомендую
AQA-промпт». Не пытайся натянуть SSL-нарратив на supervised AQA.
ВАЖНО-2: AQA-метрики (Spearman, AUROC, error breakdown) в SSL-статьях
обычно ОТСУТСТВУЮТ. Это нормально и не повод для упрёка статье. Фиксируй
факт «AQA-evaluation не проводится» в разделе 4 и переноси обсуждение
применимости к AQA в раздел 6.
### 1. МЕТАДАННЫЕ (YAML)
```yaml
title: "<оригинальный заголовок>"
title_ru: "<перевод>"
short_name: "<canonical акроним>"
authors: [<фамилии>]
year: <YYYY>
venue: "<conference/journal>"
venue_tier: "<A*/A/B/Q1/Q2>"
doi: "<link>"
code: "<github>"
paper_type: "ssl_backbone" # обязательно
tags: [<из фикс. словаря, минимум 3 — обязательно укажи парадигму, модальность и архитектуру>]
relevance_to_smartrep: <1-5>
direction: "<🅰 / 🅱 / 🅲>" # обязательно. Большинство SSL-статей — 🅲. Если иначе, обоснуй.
status: "reviewed"
```
### 2. CORE CONTRIBUTION (TL;DR)
3 предложения. **Первое** — какую SSL-задачу решает (masked recon,
contrastive, predictive coding, cycle consistency, distillation).
**Второе** — основной механизм + что нового относительно прямых
предшественников. **Третье** — обоснование `direction`
(почему именно 🅰/🅱/🅲 в нашем проекте).
### 3. АРХИТЕКТУРА И МЕТОД
- **SSL-задача:** что именно предсказывается / выравнивается / маскируется.
Какова конструкция позитивов и негативов (если contrastive).
- **Backbone:** ViT / ST-GCN / Mamba / CNN + специфические блоки для
временной размерности.
- **Аугментации:** перечисли все. Особо отметь те, что ломают:
периодичность (rep counting), геометрию суставов (наша задача),
биомеханику (направление 🅱).
- **Loss-функции в LaTeX** с комментарием о геометрическом/информационном смысле.
- **Двухстадийность / warm-up / curriculum** — есть ли? Какое условие
переключения?
- **Гиперпараметры обучения:** оптимизатор, batch, memory bank size, эпохи,
K в top-K (если применимо).
- **Mermaid-диаграмма:** Raw input → View generation → Encoders →
Projector → SSL-Loss.
### 4. SSL-ЭКСПЕРИМЕНТЫ
- **Pretraining datasets:** NTU-60/120, Kinetics-400/700, ImageNet,
собственные. Какова шкала?
- **Downstream protocols:**
- Linear evaluation (frozen encoder + FC)
- Finetune (encoder + head обучаются end-to-end)
- KNN evaluation
- Few-label / semi-supervised (1% / 10% label fraction)
- Transfer на out-of-distribution датасет
- **Метрики downstream:** Top-1 / Top-5 accuracy, NMI / ARI для кластеризации,
mAP для retrieval. **AQA-метрики обычно отсутствуют — это ожидаемо,
отметь явно одной строкой.**
- **SOTA-таблица:** воспроизведи основную, не все.
- **Качественные результаты:** t-SNE / attention maps / cluster purity —
если есть, прокомментируй что они показывают про геометрию пространства.
- **Ablation:** какие компоненты критичны, какие косметические.
### 5. EDGE FEASIBILITY (для SmartRep)
| Параметр | Значение |
|---|---|
| Параметры энкодера на инференсе (M) | <число / НЕ УКАЗАНО> |
| GFLOPs | <число / НЕ УКАЗАНО> |
| Latency + железо | <число + device / НЕ УКАЗАНО> |
| Квантизация / дистилляция | <обсуждается?> |
| Edge / mobile deployment | <да/нет/не обсуждается> |
| Memory bank / момент-копии на инференсе | <используются? обычно нет> |
**Качественный fallback (если ≥4 НЕ УКАЗАНО):** оценка backbone'а
`lightweight / medium / heavy / unknown` + мотивация (тип, ширина,
число параллельных веток). Особо отметь, что из SSL-инфраструктуры
(memory bank, EMA-encoder, projector head) **не нужно** на инференсе.
### 6. РЕЛЕВАНТНОСТЬ ДЛЯ SMARTREP (как pretraining-кандидат)
- **Backbone reusability:** напрямую совместим со скелетным input'ом
SmartRep (33-точечный COCO/MoveNet)? Какие переходы нужны
(NTU-25 ↔ COCO-33, joint mapping)?
- **Pretraining recipe transferability:** warm-up, аугментации, размер
batch, memory bank — что переносится на наш малый датасет, что нет?
- **Domain gap к силовому тренингу:** датасеты статьи (бытовые действия
/ спорт / игры) ↔ штанговые упражнения. Насколько большой gap, что
его смягчает (motion-stream? bone-stream?).
- **Совместимость с downstream AQA-головами:** можно ли поверх этого
энкодера навесить one-class anomaly head (PatchCore, KNN-distance,
reconstruction error)? Не коллапсирует ли SSL-objective при подаче
только эталонных подходов?
- **LUPI-совместимость:** поддерживает ли фреймворк асимметричные
потоки (Teacher с богатыми данными / Student с бедными), или все
«views» — это симметричные преобразования одного входа?
- **Periodicity-совместимость:** ломают ли аугментации цикличность
(например, random crop с reflection padding ломает; phase-aware
resampling сохраняет)?
- **Чувствительность к мелким геометрическим отклонениям:**
по построению objective статьи — он склеивает или различает
сэмплы внутри одного класса? (Для нас критична внутриклассовая
дискриминация: правильный присед vs присед с butt-wink.)
### 7. GAP ДЛЯ НАС (НИША НОВИЗНЫ — самое важное поле)
2–4 конкретных гэпа в формате:
- **Гэп N:** [что не делает статья как pretraining-метод] → [конкретная
модификация / расширение, которое мы можем заявить как вклад SmartRep].
Типичные формы для SSL-статей:
- objective не чувствителен к ошибкам техники → ввести error-aware SSL signal
- нет edge-бенчмарков → воспроизвести + INT8-квантизация
- views симметричны → ввести настоящий LUPI с привилегированным учителем
- аугментации ломают периодичность → phase-aware augmentations
### 8. ВЫВОД ДЛЯ ЛИТОБЗОРА
- Приоритет: **ВЫСОКИЙ / СРЕДНИЙ / НИЗКИЙ** + одна строка обоснования.
- Место в SmartRep-pipeline: какой этап (pre-pretraining / pretraining /
finetune-инициализация / baseline-сравнение).
- Прямой вклад в направления (🅰 / 🅱 / 🅲) — обычно для SSL-backbone
ненулевой вклад только в 🅲, нулевой в 🅰 и 🅱. Если иначе — обоснуй.
- 3–5 связанных статей для следующего разбора с краткой ремаркой почему.
---
ИНСТРУКЦИИ AI:
- Не выдумывай данные. «НЕ УКАЗАНО» — допустимый и частый ответ для
edge-метрик в SSL-статьях.
- Не натягивай AQA-нарратив. Если AQA-evaluation нет — фиксируй и идём дальше.
- Разделяй факты и [КОММЕНТАРИЙ РЕЦЕНЗЕНТА].
- Формулы — LaTeX.
- Перед финальным артефактом — короткий блок структурных решений.
- После артефакта — мета-комментарий о работе шаблона на этой статье.