P01 · 共同基础
Transformer
Transformer 用注意力直接建立序列位置之间的联系，训练时避免循环网络的逐位置递推；理解查询、键、值、掩码和残差，是读懂 ALMT 与 MulT 的前提。
打开完整精读 →PAPER ANALYZER · 阅读、计算、核验
把论文读到能解释、能检查。
26 篇完整精读。先看输入、标签与输出，再沿公式和源码理解机制；每篇附可验收的小任务。
按当前问题选择入口
看不懂 ALMT 的张量和注意力：从 Transformer、BERT、MulT 开始。先完成一个 3×5 交叉注意力的形状与归一化检查，再读 ALMT。
准备做细粒度：用 MOSEI 理清多标签与强度；用 EST 理解时间片段；再用 ECPA、CERA 和 OV-MER 比较描述、证据与开放词汇评价。先交付标签字典和五条可核查案例。
准备做跨场景：可访问目标域无标签数据时读 DANN；场景按顺序到来时读 LwF、EWC、GPM，再读 EmWorld。先写清旧数据、目标数据和标签的访问范围，再选择方法。
P02 · 共同基础
BERT
BERT 用双向 Transformer 编码上下文，通过掩码语言建模与下一句预测预训练，再用少量任务层进行微调；重点是分清预训练目标、输入掩码、冻结提取与端到端训练。
打开完整精读 →P03 · 细粒度方向
CLIP
CLIP 用大规模图文配对训练两个编码器，再把类别写成文字进行零样本分类。读懂它需要区分对比训练、提示词分类、线性探测以及跨分布泛化。
打开完整精读 →P04 · 细粒度方向
wav2vec 2.0
wav2vec 2.0 先把波形压缩为连续特征，再遮住部分时间片，用上下文去辨认离散目标；少量转写标签用于后续语音识别微调。语音表示不等于情绪表示，需要独立验证。
打开完整精读 →P05 · 共同基础
MulT
MulT 使用有方向的跨模态注意力，把一种模态的信息写入另一种模态的时间轴；六个方向的交互再经过时序建模，用于情感与情绪任务。
打开完整精读 →P06 · 共同基础
ALMT
已完成的完整学术精读：概念、公式、方法、源码、实验与练习。
打开完整精读 →P07 · 共同基础
CH-SIMS
CH-SIMS 为同一片段提供整体与三个单模态标签，用共享编码器和四个预测头检验辅助监督；收益依赖任务组合与评价粒度。
打开完整精读 →P08 · 共同基础
CMU-MOSEI
MOSEI 同时提供极性和六类情绪强度；Graph-MFN 用十九个动态边门控制不同阶数的模态组合，并以时序记忆完成预测。
打开完整精读 →P09 · 细粒度方向
NORM-TR
已完成的完整学术精读：概念、公式、方法、源码、实验与练习。
打开完整精读 →P10 · 细粒度方向
EMER
EMER 建立解释性线索与评价流程；其人工审核输入、音频预标注版本和算术均值必须与后续 OV-MER 区分。
打开完整精读 →P11 · 细粒度方向
OV-MER
OV-MER 允许任意类型与数量的情绪标签，但结果依赖线索质量、语义分组及评价粒度。
打开完整精读 →P12 · 细粒度方向
AffectGPT
AffectGPT 同时改进训练描述、音视频预融合与统一评价；质量过滤的收益需要与模型结构收益分开解释。
打开完整精读 →P13 · 细粒度方向
ECPA
ECPA 利用全局情绪与局部 AU 提示增强视频描述；局部相似度损失、评价边界和公开实现缺口都需要明确。
打开完整精读 →P14 · 细粒度方向
CERA
CERA 构建视觉、文本和融合图，通过奖励评价与反馈迭代改善推理；相对接受不等于事实正确。
打开完整精读 →P15 · 细粒度方向
LoRA
冻结基础矩阵，只训练低秩更新；节约训练参数并不自动解决跨场景遗忘。
打开完整精读 →P16 · 跨场景方向
EST
已完成的完整学术精读：概念、公式、方法、源码、实验与练习。
打开完整精读 →P17 · 跨场景方向
DANN
源域监督保持语义，领域对抗减少分布差异；目标域输入仍然需要在训练时可访问。
打开完整精读 →P18 · 跨场景方向
LwF
在新输入上蒸馏旧模型输出，以有限的行为约束减少遗忘；新旧域距离决定约束能覆盖多少旧知识。
打开完整精读 →P19 · 跨场景方向
EWC
保存旧参数与 Fisher 对角，对重要方向的移动施加惩罚；局部近似和新旧任务权衡决定其能力边界。
打开完整精读 →P20 · 跨场景方向
GPM
保存逐层输入的重要子空间，并从新梯度中去掉这些方向；有限记忆空间决定保护与适应的权衡。
打开完整精读 →P21 · 跨场景方向
EmWorld
慢状态保护跨场景类别结构，快约束利用帧间动态；阶段更新、权重融合和评价协议都必须一并核对。
打开完整精读 →P22 · 跨场景方向
FERV39k
四粗场景、二十二细场景与七类表情构成跨场景基准；理解筛选、标签和划分比盲目换模型更重要。
打开完整精读 →P23 · 跨场景方向
PCL
PCL 用因素交换重建与两类对比学习改善通用人脸表示；姿态不变性、代码差异和各下游任务边界必须分清。
打开完整精读 →P24 · 跨场景方向
PCFRL
PCFRL 在 PCL 上加入分支独立的邻域亲和度与正对校准；阈值、批量组成和对数内权重是理解关键。
打开完整精读 →P25 · 共同基础
ResNet
ResNet 用恒等捷径把输入直接加回残差分支，让深层网络学习对现有表示的修正。关键不是简单“防止梯度消失”，而是理解退化问题、维度匹配、优化证据及过拟合边界。
打开完整精读 →P26 · 共同基础
SimCLR
SimCLR 将同一图像的两种增强视图作为正例，用对比目标学习表示；真正关键的是增强定义、投影头、归一化与评价协议，而不是仅记住“拉近正样本、推远负样本”。
打开完整精读 →