EXP-3D-RGBD-DEPTHSPLAT-JEPA-NORM-FEEDFORWARD-ARKIT-V1：只奖励精度的逆向 JEPA 能否改进前馈状态（预注册复现）

结论：JN1_FEEDFORWARD_PARTIAL，RECIPE_FEEDFORWARD_PARTIAL。改进在全新扫描和新种子上都复现了，大小与原来一致，但逐场景不够一致。

P1（同一个模型 JN1）： 160 个全新扫描上，JN1 的 7 帧前馈状态仍比发布权重好。
- ALL AbsRel 为 0.1572 对 0.1608，+0.0036 [+0.0004, +0.0076]，好/平/差 109/0/51，PARTIAL。
- 均值与 ARKIT_VAL 上完全相同（+0.0036），CI 不含 0。但只有 68% 的场景变好，没有达到 V2 gate 的 75%。
P2（配方，3 个种子平均）： +0.0041 [+0.0010, +0.0080]，110/0/50，PARTIAL。三个种子分别为 +0.0036、+0.0045、+0.0042，CI 都不含 0（S8、S9）。
好处都在 NEAR7： JN1 从 0.0763 降到 0.0717（−6%，S4，110/0/50）；FAR7 没有变化（S5）。
与无模型方法比较： JN 的前馈胜过 R7（+0.0058，94/0/66，PARTIAL）；发布权重的前馈与 R7 打平（+0.0022，79/0/81）。
7 帧布局的 JK1 没有改进（S7）。
结论：
- 只奖励精度的逆向 JEPA 训练对前馈状态有真实但很小的改进，约 2.5%。
- 它在两个独立队列（ARKIT_VAL、ARKIT_SYSTEM3）和三个种子上，方向与大小都一致，但逐场景只有约 2/3 变好。
- 这是本项目中逆向 JEPA 在真实数据上第一个可复现的正面效应。
- 做 TTT 之后它没有优势（见 OBJECTIVE-TTT 的 P1）。

说明：

预注册： 见 PROTOCOL.md，2026-10-09 19:23:38 锁定，sha256 7ff1827a…。
- 设计受 OBJECTIVE-TTT 的次要分析 S3 启发。
- 建目录和锁定脚本都核对了 V3 尚未打分，所以锁定时 ARKIT_SYSTEM3 的真值还没有被读取过。
训练： JN2、JN3 与 JN1 的脚本逐字节相同、设置相同，只换种子（20261009、20261010）。两者同时训练，各用时 85 分钟、显存 6.5 GB。
评估： ARKIT_SYSTEM3，160 个扫描、320 个 episode、640 个查询，episode 与 V3 相同；复用 V3 的几何封存。
- 只跑 CACHE 臂，每个模型 4–8 分钟，显存 2.9 GB。
- 五个封存都核对了检查点哈希：发布权重、JN1、JK1 对照锁定记录，JN2、JN3 对照训练产出。
执行与统计：
- GPU 4 与另一用户的常驻进程共用。分析运行两次，结果逐字节相同。
- 统计单位是场景，bootstrap 10,000 次，种子 20260928，判定用 V2 gate。

训练中的 DEV 读数

DEV 为 ARKit 训练折的 8 个扫描、第 14、15 帧，3 帧上下文，只作记录。表中为被覆盖像素 AbsRel / 覆盖率。

编号	对比（> 0 表示右边更好）	区域	均值	95% CI	好/平/差	中位数	状态
P1	ZS_CACHE − JN1_CACHE	ALL	+0.0036	[+0.0004, +0.0076]	109/0/51	+0.0019	PARTIAL
P2	ZS_CACHE − JNS_CACHE	ALL	+0.0041	[+0.0010, +0.0080]	110/0/50	+0.0020	PARTIAL
S1	R7 − JN1_CACHE	ALL	+0.0058	[+0.0031, +0.0087]	94/0/66	+0.0010	PARTIAL
S2	R7 − JNS_CACHE	ALL	+0.0063	[+0.0035, +0.0094]	96/0/64	+0.0009	PARTIAL
S3	R7 − ZS_CACHE	ALL	+0.0022	[−0.0023, +0.0064]	79/0/81	−0.0001	NOT_ESTABLISHED
S4	ZS_CACHE − JN1_CACHE	NEAR7	+0.0046	[+0.0011, +0.0087]	110/0/50	+0.0026	PARTIAL
S5	ZS_CACHE − JN1_CACHE	FAR7	−0.0013	[−0.0043, +0.0016]	67/12/78	+0.0000	NOT_ESTABLISHED
S6	GEO_ZS_CACHE − GEO_JN1_CACHE	ALL	+0.0014	[−0.0004, +0.0037]	91/0/69	+0.0004	NOT_ESTABLISHED
S7	ZS_CACHE − JK1_CACHE	ALL	−0.0003	[−0.0044, +0.0037]	97/0/63	+0.0010	NOT_ESTABLISHED
S8	ZS_CACHE − JN2_CACHE	ALL	+0.0045	[+0.0015, +0.0084]	105/0/55	+0.0020	PARTIAL
S9	ZS_CACHE − JN3_CACHE	ALL	+0.0042	[+0.0012, +0.0082]	109/0/51	+0.0022	PARTIAL

均值与覆盖率（160 个场景；FAR7 为 157 个）：

前馈状态	ALL	NEAR7	FAR7	覆盖率
R7（无模型）	0.1630	0.0781	0.3037	—
ZS（发布权重）	0.1608	0.0763	0.2973	0.72
JN1	0.1572	0.0717	0.2987	0.54
JN2	0.1563	0.0709	0.2972	0.53
JN3	0.1566	0.0709	0.2986	0.53
JNS（三种子平均）	0.1567	0.0712	0.2982	0.53
JK1（7 帧布局）	0.1610	0.0761	0.3018	0.24

exploratory_posthoc/feedforward_vs_coreb.* 在 ARKIT_SYSTEM3 上逐场景比较了本实验的 JN 前馈与 V3 的 Core B。两个实验的 frame_role_lock 逐字节相同，R7 的场景值差为 0。

对比（> 0 表示右边更好）	均值	95% CI	好/平/差	中位数
CORE_B − JNS_CACHE	+0.0002	[−0.0017, +0.0023]	47/0/113	−0.0014
CORE_B − JN1_CACHE	−0.0003	[−0.0022, +0.0018]	52/0/108	−0.0013
ZS_TTT_F7 − JNS_CACHE	−0.0023	[−0.0045, +0.0001]	51/0/109	−0.0020

均值上，JN 的前馈与 Core B 打平（0.1567 对 0.1569）；但逐场景看，Core B 在 71% 的场景更好。前馈每个查询不到 1 秒，Core B 的 TTT 约 50 秒。

这个改进是配方的稳定性质，不是 JN1 的偶然。 两个独立队列上 JN1 的均值改进都是 +0.0036，新训练的两个种子也一样（+0.0045、+0.0042）。
机理与弃权一致。
- 训练后覆盖率从 0.72 降到约 0.53，好处全在 NEAR7。
- 在那些模型自己不可靠、R7 更准的地方，模型交给了 R7。
- 但约 1/3 的场景变差，说明弃权的位置并不总是对的。
实用意义有限。
- 不能运行 TTT 时，JN 的前馈比发布权重和 R7 都好，均值上接近 Core B。
- 但 Core B 逐场景更好，而且一致得多：对 R7 是 149/11，JN 前馈对 R7 是 96/64。
- 有时间做 TTT 的场景，仍应使用 Core B。
对逆向 JEPA 的总体结论： 在 182 个真实训练扫描的规模下，只奖励精度的逆向 JEPA 能稳定地小幅改进前馈状态（PARTIAL），但不能改进 TTT。

PROTOCOL.md、preregistration.json、frame_role_lock.json（复制自 V3）、reused_seals.json
training/hit_shares_TRAIN.json（与 OBJECTIVE-TTT、OVERLAP-V1 相同）
code/：
- train_jepa_arkit_norm.py 及其依赖（与 OBJECTIVE-TTT 逐字节相同）；
- 建目录、锁定、任务与打分脚本。
checkpoints/JN2/、checkpoints/JN3/（含 SHA256SUMS）
ds/ARKIT_SYSTEM3/{ZS,JN1,JN2,JN3,JK1}/：CACHE 封存
scores/、results/、audit/、exploratory_posthoc/