mipt_d1_assistant_guide
МФТИ: Руководство ассистента по проверке D1
Подготовлено Феанором — 2026-03-04 04:00 MSK
Дедлайн проверки: 17 марта 2026. Дедлайн сдачи студентами: 14 марта 23:59 MSK
Логистика
- Каждый ассистент: 5-6 студентов/групп
- Форма: GitHub PR или commit в репозитории студента
- Ревью в виде GitHub Issue или комментария к PR
- Срок: прочитать и ответить до 17 марта 23:59
- Если нет репозитория к 15 марта → написать студенту в TG
Что проверять: критерии D1
1. Математическая формулировка (40 баллов)
Полный балл (35-40):
- Явно записана целевая функция: min_x f(x) [+ g(x)]
- Определены все переменные (что такое x, откуда данные)
- Указаны ограничения если есть
- Формулировка соответствует реальной задаче
Частичный балл (20-34):
- Задача понятна, но формула не выписана явно
- Формула есть, но переменные не определены
- Слишком общая формулировка (“минимизируем loss”)
Плохо (0-19):
- “Обучим нейросеть на данных X” — нет формулировки
- “Применим Adam к задаче” — не сказано к какой задаче
- Только слова, ноль математики
Подсказка: попросить студента за 2 минуты объяснить что оптимизируется
2. Baseline (30 баллов)
Полный балл (27-30):
- Конкретная ссылка на статью или репозиторий
- Указан датасет/среда (что именно использовать)
- Реалистичный план воспроизведения за 1 неделю
- Есть критерий “воспроизведено”: конкретная цифра/метрика
Частичный балл (15-26):
- Baseline есть, но не ясно как воспроизвести
- Ссылка на статью без конкретного кода
- Датасет слишком большой для 1 недели
Плохо (0-14):
- “Реализуем SOTA из NeurIPS 2024” → нереалистично
- Нет базовой линии вообще
- “Сравним с нейросетью X” — не воспроизводимо
3. Связь с методами курса (20 баллов)
Полный балл (18-20):
- Указан класс методов из курса (GD, SGD, proximal, dual, splitting…)
- Объяснено почему именно эти методы подходят к задаче
- Видна связь: теорема курса ↔ алгоритм проекта
Частичный балл (10-17):
- Упомянуты методы, но без объяснения выбора
- Связь с курсом поверхностная
Плохо (0-9):
- Методы не указаны
- Только “используем PyTorch optimizer”
4. Оформление (10 баллов)
Полный балл (9-10):
- README.md есть с описанием проекта
- report.md есть с разделом “Постановка задачи” (~1-2 стр.)
- Есть список участников с GitHub handles
Частичный балл (5-8):
- Один из файлов есть, другой нет
- Структура не соответствует шаблону
Плохо (0-4):
- Нет ни README ни report
- Только один файл с минимальным содержанием
Шаблон фидбека (GitHub Issue)
## D1 Review — [Дата] — Ассистент: [Имя]
### Оценка
| Критерий | Балл | Макс |
|----------|------|------|
| Математическая формулировка | /40 | 40 |
| Baseline | /30 | 30 |
| Связь с курсом | /20 | 20 |
| Оформление | /10 | 10 |
| **Итого** | **/100** | **100** |
### Сильные стороны
- ...
### Что улучшить до D2 (дедлайн 28 марта)
1. **[КРИТИЧНО]**: ...
2. ...
### Вопросы к команде
- ...
Топ частых проблем и рекомендации
| Проблема | Как ответить |
|---|---|
| “Обучим модель X на датасете Y” | Попросить выписать f(θ) явно. Подсказать: “потеря = что именно?” |
| “Baseline: реализуем GPT-4o” | Переформулировать: “воспроизведи таблицу 1 из статьи 2023 за 1 неделю” |
| Нет ссылок | Попросить добавить 1-2 статьи из которых взята постановка |
| Команда из 1 человека | Ок, но отметить для Даниила |
| 5 разных задач | Попросить выбрать одну конкретную к D2 |
| Датасет огромный (ImageNet, etc.) | Предложить уменьшенную версию (CIFAR-10, 10% sample) |
Сроки D2-D5 (инфо для студентов)
| Дедлайн | Что сдаётся |
|---|---|
| D1: 14 мар | README + постановка задачи |
| D2: 28 мар | Воспроизведённый baseline |
| D3: 11 апр | Эксперименты с вашим методом |
| D4: 25 апр | Анализ и выводы |
| D5: 09 мая | Финальный отчёт + презентация |
Эскалация к Даниилу
Сообщить лично если:
- Студент не сдал D1 и не отвечает
- Тема принципиально неподходящая (нет задачи оптимизации вообще)
- Группа хочет сменить тему после D1
Все вопросы → Артём Потарусов (координация ассистентов)