SEVERE++：评估视频表征学习泛化中的基准敏感性

基于摘要分析。该研究针对视频自监督学习常在 Kinetics-400 预训练、再于相似数据集微调的狭窄评估范围，提出 SEVERE++ 统一评估基准，从域偏移、样本效率、动作粒度和任务多样性四个维度考察视频表征的泛化，而非提出新的 EEG/BCI 模型。 研究在团队此前针对 CNN 对比学习的基准敏感性分析上，扩展至基于 Transformer 的纯视频模型和视频—文本模型。作者报告，评估覆盖 12 种 Transformer 方法，其中 7 种为纯视频方法、5 种为视频—文本方法，并与 10 种 CNN 方法比较；总体包含 8 个数据集、7 类下游任务及超过 1100 次实验。摘要未列出具体数据集清单、划分方式、预训练规模控制和逐任务指标，实验协议、消融及统计信息尚未验证。 作者报告，在所考察的下游条件中，没有一种方法能在全部因素上持续保持良好泛化；纯视频 Transformer 在域偏移条件下表现更好，CNN 在细粒度任务中更有优势，而视频—文本模型即使采用大规模预训练也常表现不佳。作者还报告，近期 Transformer 模型并不总能优于较早方法。这些是特定评估集合中的比较结论，不应理解为架构优劣的普遍排序。 平台推测（待验证）：可迁移到 EEG 研究的主要是评估设计，而非视频模型本身。假设，将域偏移、标注样本量和任务粒度分开评估，可能揭示 EEG 自监督表征在单一协议中被掩盖的差异；实施时需将域偏移具体化为 Cross-subject 或 Cross-session，并适配通道配置与信号预处理。低信噪比、通道不一致及小样本可能改变模型排序。一个可检验的小实验是在固定 EEG 数据集、编码器和训练预算下，分别评估 Within-subject 与 Cross-subject，并设置不同标注量，检查方法排名是否稳定。该假设尚无本材料中的 EEG 实验证据，相关 EEG 工作尚未检索确认。