EXP-3D-CAJU3D-ENGINE-V1 预注册协议（CAJU-3D 第一步：不含学习模块的 TTT 引擎）
0. 范围与动机
用户 2026-10-14 给出 CAJU-3D 方案（CAJU_3D_Full_Scheme_Specification.md 及代码包），要求在这个方向推进，只用 GPU 4。方案由两部分组成：
- 不需要学习的引擎机制：
1. α 归一化、只在已覆盖像素上计算的 TTT 损失；
2. 几何参数与外观参数解耦；
3. 入射角与深度跳变掩码；
4. 梯度锥投影。
- 需要学习的模块：分层逆向 H-JEPA 和修正引导头。
本实验只检验第一部分，原因有三： - 方案说明中的"关键工程发现"本身就是一个可以直接检验的引擎层面断言："旧 TTT 对未归一化深度求导会冲掉 JN 的 +2.5% 前馈优势，α 归一化能根治"。 - 学习模块需要反事实效用标签，而且 CAJU Gate 0 已经表明，在 OFF / 10 步 / 100 步之间选择，空间很小。 - 代码包审读发现：H-JEPA 的跨视角聚合没有几何对齐，所谓"JEPA 锚"其实是 L2 正则，FULL 动作没有实现。
所以学习模块要在引擎可靠之后，经修正再单独预注册。
1. 引擎变体（锁定）
所有变体都从同一个 CACHE 状态出发：发布版 DepthSplat（ZS）或 JN1 检查点，尺度上限 0.1，注入测量深度，3 个上下文帧加 4 个流帧。每个变体都跑 100 步 Adam，使用 V1 的参数化和学习率，每个变体新建优化器。
| 变体 | 内容 |
|---|---|
| RAW | V1 的 ds_eval.ttt 原样（即 Core B 的 TTT） |
| NORM | 在已覆盖的有效像素上（α ≥ 0.5，掩码不传梯度）计算 |depth/α − z| / z + 0.5 × |color/α − rgb|，更新全部参数，单个优化器 |
| NORM_DEC | 与 NORM 相同的两项损失，但解耦：位置、对数尺度、不透明度只吃深度项，球谐系数只吃 RGB 项 |
| NORM_DEC_INC | 在 NORM_DEC 的基础上，深度项乘以测量深度的入射角/跳变权重：w = clip((cos − 0.1)/0.3, 0, 1) × [相对深度跳变 < 0.1]；几何梯度与 L2 锚梯度冲突时做锥投影（锚 = 初始不透明度 ≥ 0.65 的位置增量平方，加 0.1 × 对数尺度增量平方，加 0.05 × logit 增量平方，与代码包一致） |
与代码包的差异：
- 解耦方式：代码包的 loss_geom 含 RGB 项，NORM_DEC 按方案文字做了严格解耦。
- 掩码：掩码用的是不经学习的入射角权重，而不是 M_pos（因为没有训练好的引导头）。
读出：所有臂都用 Core B 读出 CORE_B = sqrt(R7 × F7)，F7 在 α ≥ 0.5 处取 ray 深度，其余取 R7。
2. 数据与独立性
| 队列 | 用途 | 来源与规模 |
|---|---|---|
| DEV_SYSTEM / DEV_SYSTEM2 | 选变体 | 从 ARKIT_SYSTEM、ARKIT_SYSTEM2 中各按种子选 12 个扫描，共 24 个场所、48 个片段 |
| CONF_SYSTEM3 | 主确认 | 160 个场所、320 个片段 |
| CONF_VAL | 复现 | 80 个场所、160 个片段 |
- 历史使用：这些队列以前都用过。SYSTEM / SYSTEM2 当过 AT、CA、CW 的开发集；SYSTEM3 和 VAL 当过多次确认集。因此不称为新测试集。
- JN1 的训练数据：JN1 只用 ARKit TRAIN 场所训练，与这些队列在场所层面不重叠。
- 复用的已封存预测：本实验只新算新的变体，以下都直接读已封存的结果：
- R7（几何封存）；
- ZS 的 CACHE 和 TTT_m1（Core B）；
- JN1 的 CACHE。
本实验重新算出的 CACHE，必须与已封存的 CACHE 逐位相同。 - 受保护数据：受保护的最终保留集不打开。
3. 开发阶段与选择规则（锁定）
- 开发集上运行的臂：
- ZS：NORM、NORM_DEC、NORM_DEC_INC；
- JN1：RAW、NORM、NORM_DEC、NORM_DEC_INC。
- 候选：C* 从上面 7 个臂里选，取开发集上场所平均 AbsRel（Core B 读出）最低的一个；平局按候选列表顺序取前者。
- 停止规则：如果 C* 在开发集上没有低于 ZS_RAW（Core B），就记为 STOP_AT_DEV，不做确认。
- 选择结果的锁定：
selection.json写入后立即记录哈希，然后才读取任何确认集真值。
4. 确认（锁定）
- P1：在 CONF_SYSTEM3 上比较 CORE_B − C*（Core B 读出），用 V1 的配对场所 bootstrap（10,000 次，seed 20260928）和 V2 判定，结果为 SUPPORTED / PARTIAL / NOT_ESTABLISHED / HARMFUL 之一。
- P2：在 CONF_VAL 上做同样的比较，作为复现。
- 最终分支：
- P1 为 SUPPORTED 且 P2 均值 > 0 → CAJU3D_ENGINE_SUPPORTED；
- P1 为 SUPPORTED 或 PARTIAL（其余情况）→ PARTIAL；
- P1 为 HARMFUL → HARMFUL；
- 否则 → NOT_ESTABLISHED。
- 次要比较：C 对它自己的 CACHE、C 对 R7、各臂的覆盖率。
5. 机制检验（开发集，描述性）
方案说明的断言是："原始 TTT 把 JN 的不透明度拉回约 0.70，冲掉了有选择的弃权"。开发集上报告 JN1 的 CACHE、RAW、NORM 三个臂的以下指标： - 观测视角的覆盖率； - 高斯平均不透明度，以及不透明度 ≥ 0.5 的占比； - 查询视角的覆盖率； - 归一化误差。
另外报告两组对比：JN1_NORM 对 JN1_RAW，ZS_NORM 对 ZS_RAW。
6. 信息契约与完整性
- 真值读取：回放只读 7 个到达帧，每个片段都审计打开过的文件；查询帧只提供相机参数。所有真值都在全部预测封存之后，经 TeacherAccess 读取并记录用途。
- 一致性检查：复用的封存要逐文件核对哈希；新算的 CACHE 必须与封存的 CACHE 逐位一致。
- 可复现：确认分析运行两次，结果必须逐字节一致。
- 单元测试：入射角权重、α 归一化与掩码梯度、锥投影、选择与停止规则、分支、队列独立性、锁的顺序。
7. 计算预算
- 排练：1 个片段，在根目录之外。
- 开发：48 个片段，ZS 3 个臂、JN1 4 个臂，每个模型 2 个分片同时跑，预计约 3 小时。
- 确认：480 个片段，只跑 C* 一个臂，4 个分片，预计约 4–6 小时。
- 限制：只用 GPU 4（
cv_gpu_run.sh --with-others），不训练，不下载。
8. 修订规则
- 锁定后的任何修改，只能以
audit/amendment_N.json加本文件末尾追加的方式记录。 - 修订必须在读取相应真值之前完成。
- 锁定时的文本必须保持为当前文本的精确前缀。