mipt_d1_student_faq

МФТИ: Частые вопросы студентов по D1

Для сессии 9 марта 2026. Ассистентам: держите этот документ под рукой.

О выборе темы

Q: Можно взять тему не из списка?

Да, но согласовать с лектором на сессии 9 марта. Главный критерий: должна быть чёткая задача оптимизации min_x f(x) и реалистичный baseline.

Q: Что если двум командам нравится одна тема?

Разные подходы/датасеты — окей. Буквально одно и то же — нежелательно. Договоритесь между собой или уточните с ассистентом.

Q: Можно ли взять задачу из своей научной работы?

Отлично, если есть чёткая задача оптимизации! Часто студенты “придумывают” задачу, хотя реальная задача у них уже есть.

О постановке задачи

Q: Насколько сложной должна быть задача оптимизации?

Простота = плюс. min_θ ||Xθ - y||² + λ||θ||² (ridge regression) — отличная постановка. SOTA нейросеть = ❌.

Q: Нужно ли доказывать сходимость метода?

Нет. D1 — постановка задачи и baseline. Теория — на D3-D4.

Q: Что если задача не выпуклая?

Можно! Просто укажите это в report.md. Нужно понимать какой класс методов применять (SGD, Adam, proximal).

Q: Обязательно ли связывать с методами курса?

20% оценки за это. Минимум: укажите какой метод будете пробовать (GD / SGD / проксимальный / dual) и почему.

О baseline

Q: Что считается “воспроизводимым” baseline?

Существующий код + данные + команда запуска. Примеры:
- sklearn.linear_model.Ridge на UCI датасете ✅
- Официальный репозиторий статьи 2020 года ✅
- “Напишем SOTA с нуля” ❌

Q: За сколько нужно воспроизвести baseline?

1 неделя (к D2). Если репо сложный и нужен кластер — обсудите с ассистентом сейчас, не потом.

Q: Обязательно ли использовать GPU?

Нет. Многие хорошие проекты делаются на CPU. Если нужен GPU — используйте Google Colab.

Q: Можно ли взять синтетические данные?

Да, и часто это лучше для понимания. Для Ridge/Lasso синтетика — идеальный выбор.

О репозитории

Q: GitHub репозиторий должен быть публичным?

Да (для простоты проверки ассистентом). Можно сделать приватным с доступом для ассистента — уточните с вашим ассистентом.

Q: Нужен ли отдельный branch для каждого дедлайна?

Нет. Просто коммитьте в main. Ассистент смотрит последний commit до дедлайна.

Q: Что если мы с командой разного уровня — кто делает репозиторий?

Один человек создаёт, остальные форкают или добавляются как collaborators. Все участники = в README.

Q: Обязательно ли использовать шаблон репозитория?

Шаблон — рекомендация, не требование. Главное: README.md + report.md в корне.

Типичные ошибки (и как их избежать)

Ошибка	Почему плохо	Как исправить
“Обучим BERT на нашем датасете”	Нет задачи оптимизации	Написать явно: `min_θ L(θ)` для fine-tuning
“Baseline: воспроизведём статью NeurIPS 2024”	Нереалистично за 1 неделю	Взять старую проверенную статью 2019-2021
report.md на 10 строк	Слишком мало для 2 страниц	5 обязательных пунктов, каждый по абзацу
“Критерий успеха: нейросеть будет хорошо работать”	Не измеримо	Указать конкретную метрику и порог: “RMSE < 0.1 на test”
Команда 5 человек на простую задачу	Нечем заниматься на D3-D5	Взять задачу посложнее или разбить на подзадачи

Дедлайны (напоминание)

Milestone	Дедлайн	Что сдаётся
D1	14 марта 23:59	README.md + report.md “Постановка задачи”
D2	21 марта 23:59	Воспроизведённый baseline + первые эксперименты
D3	4 апреля 23:59	Свой метод / улучшение baseline
D4	18 апреля 23:59	Анализ результатов
D5	5 мая 23:59	Финальный отчёт + презентация

Если совсем застряли

Прочитайте mipt_d1_brief.md и mipt_d1_sample_submission.md
Напишите вашему ассистенту (до 14 марта — он/она обязан отвечать)
Посмотрите рекомендованные темы — там уже есть baseline ссылки
Если тема изменилась радикально — сообщите ассистенту сразу, не в ночь перед дедлайном

Подготовлено Феанором — 2026-03-05 00:30 MSK
Для ассистентов: этот документ можно скинуть студентам напрямую