Обсуждение:Инвариантное обучение для обобщения вне распределения

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: == Промпты для подготовки статьи == Работа над статьёй «[[Инвариантное обучение для обобщения вне расп...)
 
(6 промежуточных версий не показаны.)
Строка 1: Строка 1:
-
== Промпты для подготовки статьи ==
+
Работа над статьёй велась последовательно: сначала был сгенерирован основной текст, затем внесены авторские правки, после чего подготовлена финальная версия для публикации.
-
Работа над статьёй «[[Инвариантное обучение для обобщения вне распределения]]» велась последовательно. Сначала были определены требования к статье, её структура и список научных источников; затем текст был написан частями, чтобы избежать сокращения материала к концу генерации; после этого статья была вычитана и доведена до публикационного варианта. Ниже приведены три промпта, которые можно еще и адаптировать для подготовки других статей machinelearning.ru.
+
Этап 1: Генерация основного текста статьи. Содержание запроса:
 +
{{tip|
 +
Напиши подробную академическую статью для machinelearning.ru в формате MediaWiki по теме «Инвариантное обучение для обобщения вне распределения».
-
{| class="wikitable" style="width:100%; background:#fffff0; border:1px solid #c8c8a0;"
+
Статья должна быть учебно-энциклопедическим обзором: строгим, содержательным, понятным новичку, но достаточно глубоким для студентов и специалистов по [[Машинное обучение|машинному обучению]], [[Анализ данных|анализу данных]] и [[Прикладная математика|прикладной математике]].
-
| style="width:55px; text-align:center; font-size:250%; background:#f5f5f5;" | ✓
+
-
|
+
-
'''Этап 1. Постановка задачи, структура статьи и подбор литературы'''
+
-
<pre>
+
Требования к оформлению:
-
Нужно подготовить подробную академическую статью для machinelearning.ru
+
1. Всю математику, формулы, индексы и отдельные переменные оформляй только через <nowiki><tex></nowiki> и <nowiki></tex></nowiki>, не используй <nowiki><math></nowiki>.
-
в формате MediaWiki по теме «Инвариантное обучение для обобщения вне распределения».
+
2. Важные термины оформляй как внутренние ссылки MediaWiki.
 +
3. Стиль — академический, нейтральный, без разговорных фраз, метатекста. Стиль должен быть академическим, без метакомментариев, самоописаний и шаблонных обобщающих фраз.
 +
4. Сначала объясняй интуитивно, затем переходи к формализации, методам, ограничениям и практическому значению.
 +
5. В ответе должен быть только полный MediaWiki-код.
-
Целевая аудитория — студенты, исследователи и специалисты по машинному обучению,
+
Обязательно раскрой: терминологию, исторический контекст, математическую постановку, классификацию подходов, основные методы, практический протокол применения, ограничения, типичные ошибки, современные исследования, значение для науки и практики, «См. также», «Примечания», «Литература», «Ссылки» и категории.
-
анализу данных, прикладной математике и смежным областям.
+
-
 
+
-
На первом этапе не пиши статью целиком. Нужно подготовить основу для статьи:
+
-
1. дать краткое рабочее определение темы;
+
-
2. объяснить, почему тема важна для обобщения вне распределения;
+
-
3. предложить логичную структуру статьи;
+
-
4. указать, какие близкие понятия необходимо развести:
+
-
ERM, OOD-обобщение, domain generalization, domain adaptation,
+
-
invariant learning, IRM, REx, Group DRO, DANN, DICA,
+
-
причинное представление и робастная оптимизация;
+
-
5. подготовить список реальной научной литературы и полезных внешних ресурсов.
+
-
 
+
-
В структуре обязательно предусмотри разделы:
+
-
преамбула, терминология, исторический контекст, интуитивный пример,
+
-
математическая постановка, классификация подходов, основные методы,
+
-
методы решения и оценки, практический протокол применения, ограничения,
+
-
типичные ошибки, современные исследования, значение для науки и практики,
+
-
«См. также», «Примечания», «Литература», «Ссылки», категории.
+
-
 
+
-
Требования к источникам:
+
-
используй только реальные и проверяемые источники: NeurIPS, ICML, ICLR,
+
-
JMLR, TMLR, PMLR, arXiv, официальные страницы датасетов, бенчмарков
+
-
и исследовательских проектов. Не выдумывай авторов, названия статей,
+
-
годы, DOI, arXiv-номера, ссылки и репозитории. Если источник нельзя
+
-
уверенно проверить, не включай его.
+
-
 
+
-
Выдай только подробную структуру статьи и список литературы.
+
-
</pre>
+
-
|}
+
-
 
+
-
{| class="wikitable" style="width:100%; background:#fffff0; border:1px solid #c8c8a0;"
+
-
| style="width:55px; text-align:center; font-size:250%; background:#f5f5f5;" | ✓
+
-
|
+
-
'''Этап 2. Написание первой части статьи по утверждённой структуре'''
+
-
 
+
-
<pre>
+
-
Отлично. Теперь напиши первую часть статьи в формате MediaWiki по теме
+
-
«Инвариантное обучение для обобщения вне распределения».
+
-
 
+
-
Не присылай план и не добавляй пояснения вне статьи. Пиши сразу готовый
+
-
MediaWiki-код для следующих разделов:
+
-
1. преамбула;
+
-
2. терминология и базовые понятия;
+
-
3. исторический и исследовательский контекст;
+
-
4. интуитивный пример до формул;
+
-
5. математическая постановка задачи;
+
-
6. связь с ERM и причиной ошибок при сдвиге распределения;
+
-
7. начало классификации подходов.
+
-
 
+
-
Требования к оформлению:
+
-
1. вся математика, формулы, индексы, обозначения и отдельные переменные
+
-
должны быть строго в тегах <tex>...</tex>;
+
-
2. не используй <math>;
+
-
3. не используй кириллицу внутри \text{...} в формулах;
+
-
4. важные термины оформляй как внутренние ссылки MediaWiki;
+
-
5. после преамбулы добавь __TOC__;
+
-
6. стиль должен быть академическим, энциклопедическим и нейтральным;
+
-
7. не используй Markdown, самоссылки, метатекст и следы LLM.
+
-
Объясняй сложные идеи постепенно: сначала интуиция, затем формализация.
+
Используй таблицы MediaWiki для сравнения методов, ошибок и этапов протокола. Источники должны быть реальными и надёжными; не выдумывай статьи, авторов, годы, DOI, arXiv-номера и ссылки. Существенные научные утверждения подкрепляй сносками <nowiki><ref>...</ref></nowiki>.
-
Новичок должен понять смысл задачи до появления основных формул.
+
В разделе «Примечания» добавь <nowiki><references /></nowiki>.
-
Обязательно покажи простой пример: модель классифицирует объект, но вместо
+
Сразу выдай готовый полный MediaWiki-код статьи.
-
устойчивого признака выучивает фон, цвет, стиль съёмки или другой
+
}}
-
корреляционный признак, который меняется в новой среде.
+
-
Каждый важный научный тезис подкрепляй сноской вида:
+
Этап 2: Внесение авторских правок перед публикацией. После вычитки были выделены пункты, которые нужно исправить:
-
<ref name="short-name">Библиографическое описание. URL: ...</ref>.
+
{{tip|
-
Используй только реальные источники. Не выдумывай ссылки и публикации.
+
Исправь статью «Инвариантное обучение для обобщения вне распределения» с учётом следующих замечаний:
-
</pre>
+
-
|}
+
-
{| class="wikitable" style="width:100%; background:#fffff0; border:1px solid #c8c8a0;"
+
1. Исправь формулу IRMv1: штраф инвариантности должен быть записан аккуратно и явно суммироваться по средам.
-
| style="width:55px; text-align:center; font-size:250%; background:#f5f5f5;" | ✓
+
2. Обнови раздел «Современные исследования»: добавь несколько реальных работ или направлений после 2021 года.
-
|
+
3. Упрости начало статьи: до формул добавь короткий пример, где модель выучивает фон или другой случайный корреляционный признак вместо устойчивого признака объекта.
-
'''Этап 3. Вторая часть, редактура и итоговый код для публикации'''
+
4. Чётко разведи близкие методы: IRM и REx — про инвариантность, Group DRO — про робастную оптимизацию по группам, DANN и DICA — про выравнивание доменов, ERM — базовый принцип минимизации эмпирического риска.
 +
5. Убери слишком общие фразы, повторы и гладкие формулировки. Сделай текст конкретнее и экспертнее.
 +
6. Проверь, что все формулы оформлены через <nowiki><tex></nowiki> и <nowiki></tex></nowiki>, а источники реальны.
-
<pre>
+
Выдай обновлённый MediaWiki-код статьи целиком.
-
Продолжи статью «Инвариантное обучение для обобщения вне распределения»
+
}}
-
и доведи её до готового публикационного варианта для machinelearning.ru.
+
-
Нужно написать оставшиеся разделы и затем выдать полный обновлённый
+
Этап 3: Финальная подготовка статьи к публикации:
-
MediaWiki-код статьи целиком, а не только продолжение.
+
{{tip|
 +
Подготовь финальную версию статьи «Инвариантное обучение для обобщения вне распределения» для публикации на machinelearning.ru.
-
Обязательно раскрыть:
+
Проверь перед выводом:
-
1. классификацию подходов;
+
1. Есть преамбула, <nowiki>__TOC__</nowiki>, основные разделы, «См. также», «Примечания», «Литература», «Ссылки» и категории.
-
2. основные методы: IRM, IRMv1, REx/VREx, Group DRO, DANN, DICA,
+
2. Все формулы и обозначения оформлены через <nowiki><tex></nowiki> и <nowiki></tex></nowiki>.
-
причинно-инвариантное обучение, вывод сред, test-time adaptation
+
3. Формула IRMv1 исправлена.
-
и оценивание при сдвиге распределения;
+
4. Современные исследования обновлены.
-
3. различия между методами:
+
5. Близкие понятия и методы не смешиваются.
-
IRM/REx — про инвариантность риска или предиктора,
+
6. Источники оформлены сносками, в разделе «Примечания» есть <nowiki><references /></nowiki>.
-
Group DRO — про робастную оптимизацию по группам,
+
-
DANN/DICA — про выравнивание доменов,
+
-
domain adaptation — не то же самое, что domain generalization;
+
-
4. практический протокол применения;
+
-
5. ограничения и предположения методов;
+
-
6. типичные ошибки;
+
-
7. современные исследования, включая реальные работы после 2021 года;
+
-
8. значение для науки и практики;
+
-
9. «См. также», «Примечания», «Литература», «Ссылки» и категории.
+
-
Перед выдачей финального кода проверь:
+
Выдай полный финальный MediaWiki-код статьи без пояснений.
-
1. корректность всех формул в <tex>...</tex>;
+
}}
-
2. что штраф IRMv1 явно суммируется по средам;
+
-
3. что в формулах нет кириллицы внутри \text{...};
+
-
4. что все внутренние ссылки оформлены как [[Термин]] или [[Термин|форма]];
+
-
5. что источники реальны и не содержат вымышленных авторов, DOI,
+
-
arXiv-номеров, конференций и ссылок;
+
-
6. что вступление читается без формул и содержит понятный пример;
+
-
7. что нет общих «гладких» фраз, повторов и искусственных выводов;
+
-
8. что статья не смешивает близкие понятия и аккуратно объясняет различия;
+
-
9. что таблицы MediaWiki используются там, где они действительно помогают:
+
-
для сравнения методов, ошибок, этапов протокола и ограничений.
+
-
В финальном ответе должен быть только полный готовый MediaWiki-код статьи:
+
После этого была подготовлена итоговая версия статьи для публикации
-
с преамбулой, __TOC__, разделами, таблицами, сносками, <references />,
+
-
литературой, внешними ссылками и категориями. Не добавляй пояснения вне кода.
+
-
</pre>
+
-
|}
+

Текущая версия

Работа над статьёй велась последовательно: сначала был сгенерирован основной текст, затем внесены авторские правки, после чего подготовлена финальная версия для публикации.

Этап 1: Генерация основного текста статьи. Содержание запроса:

Напиши подробную академическую статью для machinelearning.ru в формате MediaWiki по теме «Инвариантное обучение для обобщения вне распределения».

Статья должна быть учебно-энциклопедическим обзором: строгим, содержательным, понятным новичку, но достаточно глубоким для студентов и специалистов по машинному обучению, анализу данных и прикладной математике.

Требования к оформлению: 1. Всю математику, формулы, индексы и отдельные переменные оформляй только через <tex> и </tex>, не используй <math>. 2. Важные термины оформляй как внутренние ссылки MediaWiki. 3. Стиль — академический, нейтральный, без разговорных фраз, метатекста. Стиль должен быть академическим, без метакомментариев, самоописаний и шаблонных обобщающих фраз. 4. Сначала объясняй интуитивно, затем переходи к формализации, методам, ограничениям и практическому значению. 5. В ответе должен быть только полный MediaWiki-код.

Обязательно раскрой: терминологию, исторический контекст, математическую постановку, классификацию подходов, основные методы, практический протокол применения, ограничения, типичные ошибки, современные исследования, значение для науки и практики, «См. также», «Примечания», «Литература», «Ссылки» и категории.

Используй таблицы MediaWiki для сравнения методов, ошибок и этапов протокола. Источники должны быть реальными и надёжными; не выдумывай статьи, авторов, годы, DOI, arXiv-номера и ссылки. Существенные научные утверждения подкрепляй сносками <ref>...</ref>. В разделе «Примечания» добавь <references />.

Сразу выдай готовый полный MediaWiki-код статьи.


Этап 2: Внесение авторских правок перед публикацией. После вычитки были выделены пункты, которые нужно исправить:

Исправь статью «Инвариантное обучение для обобщения вне распределения» с учётом следующих замечаний:

1. Исправь формулу IRMv1: штраф инвариантности должен быть записан аккуратно и явно суммироваться по средам. 2. Обнови раздел «Современные исследования»: добавь несколько реальных работ или направлений после 2021 года. 3. Упрости начало статьи: до формул добавь короткий пример, где модель выучивает фон или другой случайный корреляционный признак вместо устойчивого признака объекта. 4. Чётко разведи близкие методы: IRM и REx — про инвариантность, Group DRO — про робастную оптимизацию по группам, DANN и DICA — про выравнивание доменов, ERM — базовый принцип минимизации эмпирического риска. 5. Убери слишком общие фразы, повторы и гладкие формулировки. Сделай текст конкретнее и экспертнее. 6. Проверь, что все формулы оформлены через <tex> и </tex>, а источники реальны.

Выдай обновлённый MediaWiki-код статьи целиком.


Этап 3: Финальная подготовка статьи к публикации:

Подготовь финальную версию статьи «Инвариантное обучение для обобщения вне распределения» для публикации на machinelearning.ru.

Проверь перед выводом: 1. Есть преамбула, __TOC__, основные разделы, «См. также», «Примечания», «Литература», «Ссылки» и категории. 2. Все формулы и обозначения оформлены через <tex> и </tex>. 3. Формула IRMv1 исправлена. 4. Современные исследования обновлены. 5. Близкие понятия и методы не смешиваются. 6. Источники оформлены сносками, в разделе «Примечания» есть <references />.

Выдай полный финальный MediaWiki-код статьи без пояснений.


После этого была подготовлена итоговая версия статьи для публикации

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:%D0%98%D0%BD%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B4%D0%BB%D1%8F_%D0%BE%D0%B1%D0%BE%D0%B1%D1%89%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B2%D0%BD%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F»
Личные инструменты