总结汇报 2026/02/10

1 第一周

学习 Vibe Coding 工作流，同时撰写 Paper Tracker 项目，实现前沿文献的追踪和抓取，方便日后每日追踪 ArXiv 上的最新文献

功能已经开发了第一个最初的 demo ，

项目链接：https://github.com/RainerSeventeen/paper-tracker

2 第二周

第一个 demo 已经开发完毕，通过定时执行脚本实现自动化推送功能

部署展示：https://rainerseventeen.github.io/paper-tracker

2.1 实验工作

先配置一下服务器，更新了存储后，服务器 docker 相关配置也要重新设置，同时我更新了服务器的操作指南，包含了一些新 docker 的 checklist

首先要做的就是制作 vimeo 数据集，内容放在了 gpfs/shared/Prepost 下

这里学会了一个经验，不同的代码框架他们都有各自不同的文件结构，但是可以通过软链接的形式，构建符合项目的路径映射，可以在不操作数据库的情况下，直接运动代码中的 DataLoader

这里在实验室的 vimeo 数据集上跑了一遍，但是这一轮的训练有一定的失误，忘记分配一定的数据到 test 中了，这导致了最后的实际结果可能会偏高，不过这是一次验证向的实验，重点在于学习并跑一下 ELIC 的流程

CompressAI 配置选项如下

MODEL_NAME="elic2022-official"
SPLIT="test"
LAMBDA=0.01
PATCH_SIZE="256 256"
BATCH_SIZE=8
NUM_WORKERS=8

最后撰写了一个测试脚本，跑出来结果为（由于测试集泄露，这个数值会偏好）

"summary": {
    "num_images": 903,
    "avg_loss": 0.38577939175556136,
    "avg_bpp_loss": 0.1957680412701198,
    "avg_mse_loss": 0.00029221276982387286,
    "avg_aux_loss": 5.378301620483398,
    "psnr_from_avg_mse": 35.34300809131145,
    "mean_psnr_from_mse": 37.40394610239158
  }

2.2 下一步

将 ELIC 的代码和论文一一对应，学习 Encoder 的架构

同时实验一下更新的 LIC 架构，例如 DCVC-RT，对比并拆解其中的 编码器配置