在未见数据集上，用多样数据预训练再以500条目标录音微调，把抹香鲸咔嗒声检测器的AUC从最低0.60提升到0.78–0.97
核心概要
该研究以先前训练的时序卷积网络抹香鲸咔嗒声序列检测器为起点，在四个来源（BAL、CS、ICE、MED）上比较四种迁移方案——跨数据集基线评估、仅用500条目标录音从头训练、预训练后随机微调、预训练后主动（基于不确定性）微调——发现预训练模型在未见数据上性能下降，但用500条目标录音微调可有效缓解下降，主动微调在所有目标集上持续优于其他方案，不过相对随机微调的提升有限。
深度剖析
在四个目标数据集上，预训练加微调（无论随机还是主动）都取得了最高性能：BAL的AUC中位数从基线0.79升至0.95–0.97，ICE从0.60升至0.80–0.83，MED从0.71升至0.78–0.79，CS从0.81升至0.88–0.90。 此前同一团队的模型在六个数据集的训练与测试集中均有代表，未评估对未见数据集的迁移性；本研究首次把评估限定在被排除在训练之外的来源上。 每个实验采用5折交叉验证，报告AUC与F1的中位数及标准差；表格给出四个目标来源的完整数值。
仅用500条目标录音从头训练，在部分数据集上可与微调相当甚至更好（CS：AUC 0.87、F1 0.75，接近随机微调的0.88/0.80），但在其他数据集上明显更差（BAL：AUC 0.69、F1 0.65；MED：AUC 0.60、F1 0.44）。 这为“数据量还是数据匹配度更重要”提供了分数据集的经验对照，说明预训练的优势取决于目标数据与训练数据的匹配程度。 同一500条录音预算下的对照实验，5折交叉验证，AUC与F1同时报告。
主动微调（基于不确定性的样本选择）在所有目标数据集上持续优于随机微调，但提升幅度有限；且在150和250条微调样本时明显差于随机微调，直到500条时才反超。 把主动学习引入PAM检测器的域适应，并系统比较了标准、类别平衡、加权、类别平衡加权四种不确定性采样策略以及初始样本量M与每步样本量N的取值。 四种采样策略与随机基线在四个数据集上比较，微调规模取150、250、500，5折交叉验证；作者同时报告了标准不确定性采样持续偏向选择含咔嗒声序列文件（图S3）这一选择偏差。
迁移效果取决于目标数据与训练数据的声学匹配：信号清晰或标注更严格的数据集（CS、BAL）表现更好，而咔嗒声更弱、背景噪声未在预训练中出现的数据集（ICE、MED）在所有方案下表现都更低；定性审计显示模型常被新的噪声源（如自船噪声）和其他齿鲸类声音混淆。 用峰值中位数比（PMR）刻画每个4分钟录音中最强声事件的强度，并结合对高置信误检、高置信漏检、高置信正确检测和高度不确定文件各10例的人工审计，把性能差异与数据集声学特征和标注协议联系起来。 PMR按目标集与预训练集分别统计（含中位数与标准差），并配合四类文件的人工审计表；作者明确指出PMR只是咔嗒声强度的粗略代理，因为多数录音没有咔嗒声级别的标注。
启示与展望
该结果面向把已有抹香鲸咔嗒声序列检测器迁移到新录音条件与新的研究设计这一场景，适用于以4分钟录音为单位、判断是否含咔嗒声序列的二分类任务。对拥有少量目标域标注的研究者，本文支持“用多样数据预训练、再用约500条目标录音微调”的路线；当目标数据录音条件一致、信号清晰（如CS）时，也可以只在小样本目标数据上从头训练。作者公开了源代码与训练好的模型（github.com/laiagf/WeakTransfer），便于他人复现与直接复用。
本文所用数据集按来源强制保持含与不含抹香鲸咔嗒声录音各50%的平衡，而野外部署常出现严重类别不平衡，随机抽样可能以不含目标信号的文件为主，因此主动微调在真实不平衡场景下是否仍优于随机微调仍是开放问题。作者也指出，主动微调相对随机微调的提升有限，却带来额外复杂度与使用门槛。此外，PMR只是咔嗒声强度的粗略代理，因为多数录音没有咔嗒声级别标注；本次读取的文本中结果部分（3.1、3.2、3.4节）的正文与部分图表内容不完整，因此这些小节的具体数值与统计细节只能依据表1、表2、表3及讨论部分来概括。