Reading Queue và Paper Decisions
Trạng thái đọc
Đã đọc xong bốn paper lõi:
- Consistent Prototype Learning for Few-Shot Continual Relation Extraction
- Making Pre-trained Language Models Better Continual Few-Shot Relation Extractors
- Adaptive Prompting for Continual Relation Extraction
- WAVE++ - Capturing Within-Task Variance for Continual Relation Extraction
Từ tuần 4 trở đi, đọc paper không nên tách khỏi decision. Mỗi paper chỉ cần trả lời: paper này làm mình đổi formulation, baseline, module hay claim nào?
Must-read trong tháng 09/2026
| Paper | Mục tiêu đọc | Decision cần rút ra |
|---|---|---|
| Distilling the Knowledge in a Neural Network | Hiểu soft target, temperature, KL-divergence | KD trong TAPTA nên distill logits hay similarity distribution? |
| Learning without Forgetting | Hiểu teacher cũ trong continual learning | Teacher dùng để giữ old-label behavior như thế nào? |
| Mean Teachers are Better Role Models | Hiểu EMA teacher | EMA có đáng đưa vào bản chính hay chỉ là ablation? |
| An Ensemble-of-Experts Framework for Rehearsal-free Continual Relation Extraction | Hiểu decomposition TII/WTP và comparator gần WAVE | Router của mình khác EoE/WAVE ở đâu? |
| Serial Contrastive Knowledge Distillation for Continual Few-shot Relation Extraction | Hiểu KD + contrastive trong FCRE | Có cần SCKD làm baseline hay chỉ dùng để biện minh KD? |
| FewRel - A Large-Scale Supervised Few-Shot Relation Classification Dataset | Nắm dataset và split | Task-order files cần tạo thế nào? |
| Re-TACRED - Addressing Shortcomings of the TACRED Dataset | Nắm limitation của TACRED | Có đưa Re-TACRED vào appendix hay chỉ mention limitation? |
Must-read trong tháng 10/2026
| Paper | Mục tiêu đọc | Decision cần rút ra |
|---|---|---|
| Continual Few-shot Relation Learning via Embedding Space Regularization and Data Augmentation | Nắm ERDA/protocol cũ | Có cần reproduce ERDA hay dùng làm context? |
| Sentence Embedding Alignment for Lifelong Relation Extraction | Nắm nguồn gốc lifelong RE | Related work phần memory-based CRE viết ra sao? |
| Continual Relation Learning via Episodic Memory Activation and Reconsolidation | Hiểu EMAR và replay memory | Baseline memory lineage cần trình bày thế nào? |
| Refining Sample Embeddings with Relation Prototypes to Enhance Continual Relation Extraction | Hiểu prototype trong CRE | Claim prototype-guided routing phải tránh trùng gì? |
| Learning to Prompt for Continual Learning | Hiểu prompt pool selection | TAPTA khác L2P ở task/domain nào? |
| Hierarchical Decomposition of Prompt-Based Continual Learning - Rethinking Obscured Sub-optimality | Hiểu decomposition task identity/prediction | Metric nào cần báo để tách lỗi routing và lỗi relation classification? |
Đọc sau khi có baseline
| Paper | Lý do để sau | Cách dùng |
|---|---|---|
| DualPrompt - Complementary Prompting for Rehearsal-free Continual Learning | Không phải CRE, dễ làm loãng nếu đọc quá sớm | Related work prompt pool |
| CODA-Prompt - Continual Decomposed Attention-based Prompting for Rehearsal-Free Continual Learning | Gần prompt composition nhưng không phải CRE | Inspiration cho weighted prompt composition |
| Hierarchical Prompts for Rehearsal-free Continual Learning | Cần để tránh overclaim hierarchy prompt | Novelty audit trước architecture freeze |
| Consistent Prompting for Rehearsal-Free Continual Learning | Liên quan train-test mismatch | Dùng nếu P2/P3 có gap train/inference |
| Enhancing Discriminative Representation in Similar Relation Clusters for Few-Shot Continual Relation Extraction | Rất liên quan nhưng nên đọc khi bắt đầu error analysis | Similar-relation subset và cluster analysis |
| Mitigating Non-Representative Prototypes and Representation Bias in Few-Shot Continual Relation Extraction | Rất liên quan prototype quality | Cách phân tích prototype đại diện kém |
Stretch papers
Chỉ đọc sâu sau khi P4 đã có pilot hoặc khi viết related work:
- Dynamic-prototype Contrastive Fine-tuning for Continual Few-shot Relation Extraction with Unseen Relation Detection
- MPBoCo - Multimodal Prompt-based Boundary-enhanced Continual Framework for Joint Entity and Relation Extraction
- Progressive Prompts - Continual Learning for Language Models
- Few-Shot No Problem - Descriptive Continual Relation Extraction
Template ghi paper decision
## Paper Decision - YYYY-MM-DD
Paper:
Problem:
Setting:
Core idea:
Memory/replay:
Task ID at inference:
Dataset/protocol:
Metric:
Kết quả cần nhớ:
Limitation:
Ảnh hưởng đến thesis:
Decision:
- [ ] đổi formulation
- [ ] thêm/bỏ baseline
- [ ] thêm/bỏ module
- [ ] thêm metric/ablation
- [ ] chỉ dùng trong related workRule chống đọc lan man
Nếu sau 90 phút chưa biết paper này ảnh hưởng gì đến thesis, ghi nó vào nhóm related work only và quay lại code/evaluator.