# EXP-3D-CAJU3D-FUSENET-V1 预注册协议（CAJU-3D 第四步：学到的按像素读出——JEPA 的完整潜预测能否帮助"信谁"）

## 0. 背景

- **前三步的结论**：
  - JEPA 在两个角色里都没有作用：挑 TTT 的测量（第二步），以及作为读出融合的方差 P（第三步）。
  - 非 JEPA 的卡尔曼式按像素融合（KF_BASE，分箱表）在三批场所上都改善了 Core B，约 2%。
- **本实验检验 JEPA 最强的用法**：让一个小网络直接使用 H-JEPA 在查询视角预测的完整潜特征 ẑ（64 通道）以及 log P、命中掩码，学习每个像素怎么融合。
  - 在已覆盖像素上，网络给出 F7 与 R7 的权重；
  - 在未覆盖像素上，网络给出对 R7 的有界修正。这部分占 Core B 一半的误差。
- **对照**：一个结构、训练流程完全相同、只是不输入 JEPA 特征的网络。
- **同时回答一个实用问题**：学到的融合能否超过冻结的分箱表。

## 1. 数据（不跑 TTT）

- **队列**：与 KFUSE-V1 相同，根目录文件逐字节复制。
  - 拟合集：SYSTEM + SYSTEM2，160 个场所。按种子 20261100 一次性分为 128 个训练场所和 32 个验证场所。
  - 确认集：CONF_SYSTEM3（160 个场所，P1）和 CONF_VAL（80 个场所，P2）。
  - 四个队列互不重叠，也不与 H-JEPA 的训练数据重叠。
- **输入**（只来自到达数据）：
  - 基础图像 8 通道：log R7、log F7、分歧、α、near7、cosine、是否已覆盖、log TTT 原始深度（α 下限 1e-3，截断到 0.1–20 m）；
  - JEPA 66 通道：第二步冻结的 H-JEPA 从 7 个到达视角预测的查询格 ẑ、log P、命中。只用查询相机的参数，不读查询帧的图像或深度，目标编码器不运行。

## 2. 模型与训练（锁定）

- **FuseNet**：
  - JEPA 特征先经 1×1 卷积压到 16 通道，再上采样拼接；
  - 主干是 5 层 3×3 卷积，32 通道，膨胀率 1、2、4、8、1，GroupNorm + GELU；
  - 输出两张图：
    - 已覆盖像素的权重 w = sigmoid(·)，log 预测 = (1−w)·log R7 + w·log F7；
    - 未覆盖像素的修正 r = 0.7·tanh(·)，log 预测 = log R7 + r。
  - 输出头初始化为零，所以未训练时恰好等于 Core B。
- **两个臂**：FUSE_BASE（只用基础图像）和 FUSE_JEPA（加 JEPA 特征）。
- **训练**：
  - 每个臂 3 个种子（20261101–20261103）；
  - Adam，lr 1e-3，权重衰减 1e-4，30 个 epoch，每批 8 个查询；
  - 损失为场所加权的 AbsRel；
  - 每个种子保留验证集场所级 AbsRel 最低的 epoch。
  - 模型哈希写入 audit/fit_log.txt 之后，才读取确认集真值。
- **读出**：每个臂取 3 个种子的 log 预测平均。

## 3. 确认与判定（锁定）

- **主检验**：
  - P1 = FUSE_BASE − FUSE_JEPA（CONF_SYSTEM3，正值表示 JEPA 特征有帮助），用 V1 的配对场所 bootstrap 和 V2 判定；
  - P2：在 CONF_VAL 上做同样的比较。
- **分支**：
  - P1 为 SUPPORTED 且 P2 均值 > 0 → JEPA_FUSION_SUPPORTED；
  - P1 为 SUPPORTED 或 PARTIAL → PARTIAL；
  - P1 为 HARMFUL → HARMFUL；
  - 其余 → NOT_ESTABLISHED。
- **次要**：
  - KF_BASE − FUSE_BASE：学到的融合是否胜过冻结的分箱表；
  - CORE_B − FUSE_BASE、CORE_B − FUSE_JEPA、KF_BASE − FUSE_JEPA；
  - FUSE_BASE_W − FUSE_BASE：未覆盖修正的贡献，_W 表示关掉修正；
  - KF_BASE − FUSE_BASE_W。

## 4. 完整性、预算与修订

- **完整性**：
  - 复用的封存逐文件核对哈希；
  - 真值只经 TeacherAccess 读取，确认集真值只在全部模型训练完成、哈希记录之后读取；
  - 确认在 CPU 上运行两次，结果必须逐字节一致；
  - 测试覆盖：
    - 基础通道；
    - 未训练网络等于 Core B；
    - AbsRel 忽略无效像素；
    - 场所权重；
    - 划分确定且互斥；
    - JEPA 路径的形状与可学习性；
    - 分支规则；
    - 根目录文件与 KFUSE-V1 逐字节一致。
- **预算**：
  - GPU 4：特征约 1 分钟，训练 6 个小网络预计 10–30 分钟；
  - 不下载数据，不打开受保护的保留集。
- **修订规则**：锁定后的修改只能以 `audit/amendment_N.json` 加本文件末尾追加的方式记录，而且必须在读取相应真值之前。