EXP-3D-RGBD-VIEWCOUNT-V9 协议

起草：Claude（经用户授权持续推进），2026-09-29。本协议在任何 V9 训练之前冻结。按用户要求，GPU 暂停使用，全程只用 CPU（8–23 号核）。

0. 背景

Core A： V7 C1 在 FRESH-V2 上 QUALIFIED。
V8（分辨率）： 预注册分支 B。
DEV AbsRel：16³ 0.280、32³ 0.259、24³ 0.244。
RESOLUTION_GAIN +0.021，CI [−0.017, +0.052]，CI 跨零。
不做 checkpoint 选择时，32³ 比 16³ 好 0.061（0.330 对 0.269），因为 16³ 在第 2000 步之后过拟合。
Core B V1（冻结 carrier 上的学习写入）： 预注册分支 B。
在冻结的 V7 C1 上，缓存 4 个新帧反而让 DEV AbsRel 从 0.280 变差到 0.322。
学习写入把它拉回到 0.260，但与非学习的视角计数截断（0.254）相当，也不是场景专属的。
说明静态 carrier 对视角数不稳健。这正是本轮要检验的因素。
视角数试点（只用 TRAIN，探索性，1 个 seed）： 两个 carrier 都只在 TRAIN24 上从头训练，在留出的 48 个 TRAIN-X 场景上评价。

训练方式	3 视角	7 视角
固定 3 视角	0.366	0.305
可变 3–7 视角	0.339	0.269

可变视角训练在标准 3 视角上也更好。 - 本轮问题： 训练时让上下文视角数在 3–7 之间变化，标准 3 视角 DEV 几何能否改善？这一轮同时为 Core B 第二轮准备一个对视角数稳健的 carrier。

训练： TRAIN72。
额外视角帧： 每个 TRAIN 场景的 4 个均匀空闲帧，即不属于任何上下文或 query 角色的帧，沿用 Core B V1 的 stream 规则，只看帧号。
DEV： 与 V2–V8 相同的 8 个场景，本轮是 DEV 机制诊断。
参考常数： 无几何常数沿用由 TRAIN24 拟合的值。
不使用： FRESH-V1、FRESH-V2；受保护的 final holdout 不打开。

ID	名称	每步训练上下文	角色
C0	FIXED3	角色的 3 个上下文帧	基线（V8 C1 配方，32³）
C1	VARIABLE3TO7	3 个上下文帧 + 前 m 个额外视角帧，m ~ U{0..4}，每步抽一次，A、B 共用	PRIMARY_METHOD
C2	FIXED7	3 个上下文帧 + 全部 4 个额外视角帧	次要，不进入 gate

网格： 32³。
按 PLAN_BEFORE_V8_RESULTS.md（sha256 f844ca08…）选定。该计划写于 V8 出任何结果之前：V8 的 RESOLUTION_GAIN 点估计 >0 时用 32³，否则用 16³。V8 的点估计为 +0.021。
prepare 会核对计划的哈希与这条规则。
C0 因此复现 V8 C1。
bounds： CONTEXT_DEPTH，只由角色的 3 个上下文帧计算，额外视角不改变 bounds。
额外视角的输入方式： 按到达顺序接在上下文之后，缓存里的帧号改用到达序号。
相同的部分：
模型与 5150 个共享参数及其按 seed 的抽取；
loss、6000 步、checkpoint 步；
场景顺序、query slot、射线索引。额外视角数用单独的随机数生成器（seed + 7919），保证各变体的数据流一致，收尾时会核对。
DEV 评价与 checkpoint 选择： 用标准 3 视角上下文，与 V7、V8 相同。

统计沿用冻结的 V2 估计器（10,000 次 scene paired bootstrap）。各变体 bounds 相同，所以命中比例相同，不需要 V7 修订 1。

VIEWCOUNT_STATUS： 对 C0−C1 应用 V2 的主对比 gate，VIEWCOUNT_GAIN = AbsRel(C0) − AbsRel(C1)。
SCENE_SPECIFICITY_STATUS、STATIC_DEV_STATUS： 均针对 C1，定义与 V7、V8 相同。
描述性结果：
FIXED7_GAP = AbsRel(C2) − AbsRel(C1)；
最后一步不做选择的 DEV AbsRel；
训练集拟合；
学到的 σ；
OBS 区域；
与无几何常数的比较。
分支（预先写定）：
A：VIEWCOUNT_STATUS=SUPPORTED，且 C1 在全部 DEV 场景上显著优于 AbsRel 最优常数。下一步在可变视角 carrier 上做 Core B 第二轮，并需要新的独立队列做资格验证。
B：VIEWCOUNT_GAIN 的 CI 下界 >0，或 C1 优于常数，但不满足 A。
C：其余情况。Core A 配方保持固定 3 视角训练。