# 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。