CODE_AUDIT：Core B、R7、64 箱表与学习式读出的实际实现（Phase 0，只读）
审计对象：hit 仓库 research/reliable-geometry-readout-v1 分支（从 research/caju-utility-v1 的 7607172 分出，未推送）。工作区干净；以下逐项对照源码确认。
1. Core B
- 底座：发布版 DepthSplat（
depthsplat-gs-base-re10kdl3dv-448x768-randview2-6-f8ddd845.pth，作者在 RealEstate10K + DL3DV 上训练），网络参数冻结；输入 256×320，渲染 128×160。 - 场景构建：7 个到达视角（3 个上下文 + 4 个流式）一次编码。测量平面深度通过
ds_predict.inject_measured_depth替换 DepthSplat 最终的上下文深度，因此高斯在有测量的位置由测量深度放置；不做尺度对齐（INJECTED["align"] = False）。 - 测试时优化（
ds_eval.ttt）： - 100 步 Adam（eps 1e-15）。
- 优化对象是 4 组增量：
- 高斯中心；
- 协方差特征基下的 log 尺度（旋转固定）；
- 不透明度 logit；
- 球谐 DC 与高阶系数。
- 学习率为 3DGS 默认值：中心 1.6e-4 × 测量平面深度中位数，log 尺度 5e-3，不透明度 2.5e-2，SH DC 2.5e-3，SH 高阶 1.25e-4。
- 损失（
train_jepa.grounded_loss）：在 7 个到达视角上，未归一化渲染深度对测量深度的相对 L1（只在有效测量像素上），加 0.5 × RGB L1。 - 损失出现非有限值时回退到 CACHE 状态。
- 读出（
caju_logic.core_b）： - F7 = depth_z / α / cos，只在 α ≥ 0.5 处使用，其余位置为 R7；
- Core B = sqrt(max(R7, 1e-6) × max(F7, 1e-6))。
2. R7（REPROJ7_HARMONIC）
- 重投影：7 帧的有效测量深度样本反投影为世界点，在查询相机下做 1 像素 z-buffer，每个像素取射线距离的最小值。
- 填充：命中像素保留；空洞以命中像素为边界，在逆平面深度上解 4 邻域拉普拉斯方程（
run_rgbd_inpaint_baselines.harmonic_fill）。 - 完全没有命中的查询：整张图填常数 2.3736 m。这个常数是 EXP-3D-RGBD-DEPTH-BOUNDS-V7 的
REF_TRAIN_ABSREL_OPTIMAL，拟合自 Hypersim 训练场景（ai_*），不是 ARKit。这是一个跨数据集的常数（第 9 项审计点）。 - 零命中查询的数量：
| 队列 | 零命中 / 查询数 |
|---|---|
| FIT_SYSTEM | 10/320 |
| FIT_SYSTEM2 | 2/320 |
| SYSTEM3 | 3/640 |
| VAL | 2/320 |
| CAJU | 0/232 |
| SYSTEM4 | 4/208 |
命中率低于 10% 的查询每队列有 2–28 个。 - near7：距命中 8 像素以内的像素（距离变换）。几何封存只存了 near7，没有存原始命中掩码。
3. 64 箱可信度融合表（KFUSE-V1，sha256 15100550…）
- 分箱：F7/R7 分歧（8 个分位箱）× α（4 箱）× near7（2 箱），只在 α ≥ 0.5 的已覆盖像素上使用。
- 拟合：每箱的权重 w 从 {0, 0.05, …, 1} 中选取，使拟合集（SYSTEM + SYSTEM2，160 个场所）的场所加权 AbsRel 最小；空箱取 0.5。读出为 R7^(1−w)·F7^w；未覆盖像素保持 R7。
- 定性：这是从数据中统计标定得到的权重表，属于学习得到的参数，不是严格的卡尔曼滤波，也没有贝叶斯保证。
4. 学习式读出
| 模型 | 结构 | 参数量 | 输入 | 输出 | 训练 |
|---|---|---|---|---|---|
| V1（FUSENET-V1 BASE） | 5 层膨胀卷积（1,2,4,8,1），宽 32，GN + GELU | 39,714 | 8 通道：log R7、log F7、分歧、α、near7、cosine、是否覆盖、log TTT 原始深度 | 已覆盖处的融合权重 w；未覆盖处的修正 r = 0.7·tanh | SYSTEM + SYSTEM2：128 个训练场所 / 32 个验证场所，3 个种子，30 个 epoch |
| V2（SYSTEM4-HOLDOUT-V1） | 6 层膨胀卷积（1,2,4,8,16,1），宽 32 | 48,993 | 与 V1 相同的 8 通道 | 已覆盖处用冻结的 KF 表；未覆盖处 r = 0.7·tanh | 458 个场所（412 / 46），3 个种子，30 个 epoch |
- 两者的训练损失都是场所加权的 AbsRel：Adam，lr 1e-3，权重衰减 1e-4，每批 8 个查询。
5. 真值、查询相机与可部署性
- 真值的读取：查询真值只经
TeacherAccess.query_depth读取。它的用途标签固定为SEALED_QUERY_EVALUATION，训练读取和评价读取都用这个标签。区分二者靠代码结构：训练脚本只读训练场所；评价脚本在预测封存之后读取。 - 查询相机：R7 的重投影、DepthSplat 在查询视角的渲染，以及 H-JEPA 的查询特征，都用到了查询相机的内外参。按本任务的定义（预测已知位姿的未来视角深度），这是可部署的。
- 网络输入的来源：全部来自到达帧和查询相机，没有发现以真值派生的通道。本实验的深度边缘和远处分层由真值定义，只用于评价分层，从不作为输入。
6. 传感器与真值来源
scripts/prepare_rgbd_arkit_data.py只读取 ARKitScenes 3dod 的lowres_wide（RGB）和lowres_depth（iPad LiDAR 深度，256×192，毫米），转为射线距离后裁剪、缩放到 128×160；没有使用置信度图过滤。- 因此下面三者都是同一个 iPad LiDAR：
- 到达帧的测量深度（R7 与 TTT 的输入）；
- TTT 的监督目标；
- 查询视角的评价真值。
- 后果：评价奖励"复现 LiDAR 的读数"，包括它的系统偏差（平滑、细小结构、反光与深色表面）。测量与真值之间可能共享的偏差无法在本数据上检验。
- ARKitScenes 另有 Faro 激光扫描的高精度几何，可作为独立真值来源，但没有下载，下载需要授权。
7. 审计结论
- 实现与执行提示中的描述一致。只有一处修正：TTT 的尺度在协方差特征基下优化，旋转固定。
- 需要正视的问题：
- R7 对零命中查询使用 Hypersim 的常数。零命中查询虽然只占约 1%，但每个都会产生很大的误差；冒烟运行中，FIT_SYSTEM2 零命中像素的 AbsRel 为 4.9。Phase 1 的 B2A 专门检验这一点。
- 测量、监督和评价真值来自同一个传感器（第 6 项）。