以26年9月初做的大组会ppt：INSID3为例，素材/组件库可以去“/Users/mokaiche/Documents/files/04-Archives/ppt/PPT素材库.pptx”，🤖表示这里可以用 AI 去做

一、找文献

1. 选择标准：顶会顶刊的oral➕社区评价高（ 代码高星高fork）➕自己熟悉领域➕可复现性
2. 提示词参考（建议使用网页版 chatgpt，可以拿到github 仓库）：

Q1:找到 CVPR-2026-Oral 文章的。帮我把这些 Oral 文章列出来，主要说明： 1. 大概的数量； 2. 属于哪些领域； 
Q2:列出 lection / Segmentation / Recognition / Tracking 领域下的 所有30 篇文章表
Q3:我对Segmentation 感兴趣，列出这七篇
Q4:他们都有代码仓库吗？如果有，可以根据代码仓库的 star 量和 fork 量作为一个权重，再讨论一下其他权重。综合几个权重特征，对他们进行重要性排序。

二、做 ppt

具体组成及总建议

2026-09-10 建立｜2026-09-28 更新

总共五大部分：任务背景、方法介绍、实验效果、总结（拓展｜思考｜启发）、补充材料

1. 可以将所有步骤｜数学公式｜图表 翻译为更容易理解的形式
2. 先看懂方法本身（任务➕方法➕实验），再去发散（现有工作➕补充材料➕后续思路等）
3. ⚠️记得去素材/组件库里找找有没有合适的”前端”可以照搬（方法页｜总结页）

具体步骤

2026-09-10 建立｜2026-09-28 更新

1. 先看懂方法本身（任务➕方法➕实验）

1. 新建chatgpt项目（网页端），将文献pdf上传其中🤖
2. 从方法部分的所有数学公式以及图表（尤其 pipeline）出发
3. 再去做实验效果
   1. 实验配置: 数据集表格｜训练参数｜评估协议（数据集表格可以用 AI 生成🤖）
   2. 对比及消融：这一部分的图表基本上你问 ChatGPT，它都会给你，按照这个语义聚类一下啊，聚类成几个对比实验加消融实验。这部分一般都蛮好做的，只需要你的文字足够简洁且信息量足够高就好了。（🤖这一部分可以让 AI 去帮美化一下表格，比如说去除这个白色的背景，替换为透明背景，然后把一些表头用不同的颜色标注出来，然后有一些重点行可以替换一下底色。）
4. 再做任务背景，可以考虑以下页面的排列组合
   1. 任务定义：
      1. 一句话讲清任务定义：输入输出及目标｜给出图例
      2. 再由任务定义引出任务痛点/需求
   2. 该任务的现有路线/当前提出的路线：
      1. 之前的工作如何处理该任务
      2. 当前工作想如何处理该任务
   3. 关键观察/方法动机
      1. 本文的动机图及说明

2. 再去发散（总结➕补充材料）

1. 总结——只做一页，考虑以下信息的排列组合

   1. 本文的关键观察/实验动机
   2. 一句话讲明白方法机制：提出的什么机制解决了任务的什么痛点
   3. 具体实现的实验效果（选最关键的几点来讲）：参数量、性能、泛化性以及可复制可扩展性
   4. 后续思路

2. 补充材料——考虑以下信息的排列组合

   1. 任务辨析（和其他相近任务的辨析）
   2. QA
   3. 前置工作：它用的 encoder（DINOv3 ）➕decoder是啥
   4. 超参数实验等不那么重要的实验

工作留痕/青涩回忆

2026-09-28 建立｜2026-09-28 更新

2026-09-07～09-27 第二次大组会汇报：INSID3