15.157 14.6.16 Clases raras y long tail
- Reportar support real por clase y no ocultarlo detrás de micro-F1.
- Usar muestreo agrupado por episodio, no duplicación de frames correlacionados.
- Construir hard negatives dentro de la misma familia.
- Preentrenar representaciones y afinar cabezas sin afirmar zero-shot semántico no validado.
- Permitir predicción a nivel parent cuando el subtipo carece de evidencia.
- Usar active learning para unknowns, contrastes de bajo margen y errores de alta consecuencia.
- No generar variantes sintéticas que violen geometría de pared, contactos o anatomía.
Los datasets de escalada existentes son pequeños frente a benchmarks generales. SPEED21 muestra que secuencias esqueléticas y DTW pueden describir estilo en velocidad [P46-R19], y los IMU permiten detectar actividades de escalada [P46-R20], pero esos resultados no deben extrapolarse automáticamente al catálogo completo de boulder.