EXP-3D-CAJU3D-JEPAGATE-V1：CAJU-3D 第二步——JEPA 潜空间创新能否挑出更值得排除的测量
结论：STOP_AT_DEV。
- 没有挑法超过 Core B：在 Core B 的 TTT 中，每个片段从深度项剔除 10% 的测量像素。四种挑法都没有超过不剔除（Core B）。
- JEPA 最差：比 Core B 差 0.00027 [−0.00040, −0.00016]，24 个场所中 21 个变差，判定 HARMFUL。它也显著差于随机挑（20/0/4）。
- 方案的前提不成立：方案假设"逆向 JEPA 的结构创新能识别出误导 TTT 的测量"，这里不成立。
- 即使剔除跨视角最不一致的 10% 测量，也没有改善未来查询；随机剔除则完全无害。也就是说，TTT 在这里不需要防范误导性测量。
- JEPA 创新高的像素同时带有外观变化和一定的深度不一致，而且成片分布；剔除它们只是去掉了有效的几何监督。
设计（PROTOCOL.md，2026-10-14 20:37:12 锁定，sha256 82d86a50…）
- 问题：方案的核心假设是"逆向 JEPA 的结构预测能把视角伪影残差和真实几何误差分开"。如果成立，JEPA 的潜空间创新应该比纯几何的跨视角一致性更会挑"不该拿来更新的测量"。
- 底座：Core B（发布版权重、7 视角 CACHE、原始 TTT 100 步、Core B 读出）。只改一件事：每个片段从 TTT 深度项中剔除 10% 的有效测量像素。
- 四种挑法（剔除比例相同）：
- JEPA：修正版逆向 H-JEPA 的留一归一化潜空间创新，即 (z − ẑ)² 的通道平均除以 P；
- DEPTH：跨视角测量深度不一致，是最强的非 JEPA 对照；
- INC：1 − 入射角/深度跳变权重（第一步的定义）；
- RANDOM：按片段种子随机挑，作为空对照。
- 修正版 H-JEPA（锁定前训练、冻结）：
- 源视角的潜特征用自己的测量深度反投影，变换到目标相机，再 z-buffer 到目标潜网格。这一步替代了代码包里按像素序号混合的做法。
- 预测器输出 ẑ 和 log P，损失是高斯 NLL 加标准差下限，目标编码器是 EMA。
- 训练：ARKit TRAIN 182 个场所，3 万步，batch 8，6 个源视角，lr 1e-3，seed 20261016，在 GPU 4 上用 674 秒。
- 监控集（ARKit DEV 8 个场所）上的最终校准：log 误差与 log P 的相关为 0.78，说明预测方差有意义。
- 排练（锁定前，2 个片段，5 个臂）：
- 不剔除任何像素的 NONE 臂与已封存的 Core B 一致：读出相对差异中位数 5.5e-5、均值 3.2e-4，覆盖率相差不到 0.0003。
- 门控臂相对 NONE 的差异均值为 2.6e-3 到 4.5e-3，是 GPU 非确定性的 8–14 倍。
- 每种挑法都恰好剔除 10%。
- GO 规则：只有当 GATE_JEPA 的开发集均值同时低于 CORE_B 和 GATE_DEPTH 时，才做确认。
- 完整性：
- 每个片段审计打开过的文件，只用到达帧；
- 复用的封存逐文件核对哈希；
- 真值只在全部预测封存之后经 TeacherAccess 读取；
- 13 个测试通过。
结果（开发集，24 个场所、48 个片段，Core B 读出；dev_summary.txt）
| 臂 | AbsRel | 对 Core B（正值表示比 Core B 好） | 场所 好/平/坏 | 判定 |
|---|---|---|---|---|
| CORE_B（不剔除） | 0.09902 | — | — | — |
| GATE_RANDOM | 0.09904 | −0.00002 [−0.00007, +0.00003] | 12/0/12 | NOT_ESTABLISHED |
| GATE_DEPTH | 0.09910 | −0.00008 [−0.00023, +0.00007] | 9/0/15 | NOT_ESTABLISHED |
| GATE_INC | 0.09925 | −0.00023 [−0.00051, +0.00000] | 8/0/16 | NOT_ESTABLISHED |
| GATE_JEPA | 0.09929 | −0.00027 [−0.00040, −0.00016] | 3/0/21 | HARMFUL |
| ZS_CACHE（不做 TTT） | 0.10255 | −0.00353 [−0.00641, −0.00133] | 7/0/17 | HARMFUL |
- JEPA 对其它挑法：
- DEPTH 比 JEPA 好 0.00019 [−0.00000, +0.00040]，17/0/7。
- RANDOM 比 JEPA 好 0.00025 [+0.00012, +0.00041]，20/0/4，判定 SUPPORTED。
- 只看 TTT 读出（F7）：排序相同。CORE_B 0.09759 = RANDOM 0.09759 < DEPTH 0.09764 < INC 0.09790 < JEPA 0.09805。
- 查询视角覆盖率：CORE_B 0.7494，RANDOM 0.7483，DEPTH 0.7484，INC 0.7473，JEPA 0.7469。
机制：各挑法剔除的是什么像素（dev_dropped_profile.txt）
只读到达帧，不读真值。剔除集合与正式运行逐个片段完全一致。
| 被剔除像素的特征 | 全部有效像素 | JEPA | DEPTH | INC | RANDOM |
|---|---|---|---|---|---|
| 没有其它视角覆盖的比例 | 0.369 | 0.366 | 0 | 0.404 | 0.370 |
| 入射角余弦 | 0.708 | 0.658 | 0.614 | 0.221 | 0.708 |
| 深度跳变边缘的比例 | 0.016 | 0.043 | 0.058 | 0.164 | 0.016 |
| JEPA log P | −0.89 | −1.07 | −0.80 | −0.45 | −0.89 |
| JEPA log 潜误差 | −1.28 | +0.33 | −0.83 | −0.59 | −1.28 |
| 跨视角深度不一致（有覆盖处） | 0.108 | 0.285 | 0.490 | 0.189 | 0.107 |
| 跨视角光度不一致（有覆盖处） | 0.074 | 0.126 | 0.112 | 0.101 | 0.074 |
| 邻居也被剔除的比例（成片程度） | — | 0.83 | 0.75 | 0.72 | 0.10 |
- JEPA 创新主要由潜误差决定：前 10% 的潜误差约为平均的 5 倍，而 P 反而略低。log ν 与 log 潜误差的相关为 0.53，与 log P 的相关为 −0.12，所以 P 归一化几乎没有起作用。
- JEPA 挑中的不是几何误差：这些像素的深度不一致只有 DEPTH 所挑的一半多（0.28 对 0.49），光度不一致却最高（0.126）。潜空间创新把外观变化和几何不一致混在一起。
- JEPA 的剔除最成片：成片程度 0.83，整块区域失去深度监督，所以查询覆盖率下降最多。
- DEPTH 剔除的确实是深度不一致的测量，但也无益：对未来查询来说，这些测量并不误导 TTT。
解读与注意
- TTT 在这里不需要防范误导性测量：
- 随机剔除 10% 无害，说明 TTT 的监督有冗余。
- 剔除最不一致的 10% 也没有收益，说明没有一类测量在误导 TTT。
- 方案要解决的"残差误判"在 ARKit LiDAR 上不是瓶颈。
- 真值和测量来自同一个传感器（ARKit LiDAR 低分辨率深度）：
- 各视角一致的传感器误差，这个评测看不出来。
- 结论只针对随视角变化的误差，而这正是方案针对的对象（"视角冲突残差"）。
- 对 CAJU-3D 的意义：
- 三个核心机制都已在这个底座上检验过，都没有收益：
- 何时更新：Gate 0，可学的空间很小；
- 引擎改动：第一步；
- 用 JEPA 挑测量：本实验。
- 剩下的卡尔曼软掩码 M_pos 用的是同样的信息（JEPA 的 Δz 和 P、入射角）。按本实验的结果，没有理由期待它有收益。
文件
- 代码：
code/。 - 修正版 H-JEPA：
hjepa.py、train_hjepa.py； - 分数与门控：
gates.py； - GPU 回放：
gate_ttt.py； - 打分与判定：
gate_score.py； - 锁定：
gate_lock.py； - 任务与链：
gate_jobs.sh、gate_chain.sh； - 排练核对：
gate_rehearsal_check.py； - 测试：
test_*.py。 - 描述性分析：
analysis/。gate_summary.py生成全部两两对比，gate_dropped_profile.py生成剔除像素的特征。 - 记录：
preregistration.json、decision.json；audit/：锁定、排练核对、决策哈希、训练代码哈希；model/train_log.json：训练参数和监控曲线。- 模型权重
model/hjepa_final.pth（2.35 MB）由 ARKitScenes 训练，不进 git，其 sha256 记在 preregistration.json。 - 预测：
gate/下的封存预测不进 git。