# DATA_EXPOSURE_REGISTRY：数据暴露登记（截至 2026-10-15）

依据：只读审计 `code/audit_exposure.py` → `results/exposure_audit.json`。所有队列之间两两检查 `physical_scene_id`，**没有任何重叠**。下表中，"全新确认资格"只授予从未读取过真值、也从未参与任何决策的场所。

## 已准备的队列

| 队列 | 来源（训练折种子顺序 / 折） | 场所 | 训练使用 | 验证 / 选择使用 | 已发生的研究决策 | 本轮可作开发集 | 全新确认资格 |
|---|---|---|---|---|---|---|---|
| ARKit 试点 TRAIN | 训练折第 0–359 位，合格 182 个 | 182 | H-JEPA；DepthSplat-JEPA 各变体（JN1 等）；早期载体 | — | 多条研究线的训练 | 仅其中的 CAJU 场所 | 否 |
| ARKit 试点 DEV | 同上 | 8 | — | H-JEPA 与 JEPA 变体的监控集 | 训练过程监控 | 否 | 否 |
| CAJU（PILOT 8 + SEL 16 + EVAL 34） | 试点 TRAIN 的子集 | 58 | V2 训练；H-JEPA 训练（因为属于试点 TRAIN） | KFUSE-REPL、FUSENET-REPL 的复现 | Gate 0；两次复现 | 是（留一折） | 否 |
| CONFIRM | 训练折第 360–519 位 | 80 | — | 早期研究线（补全等）的确认 | 早期研究线的决策 | 未使用 | 否 |
| SELECT | 训练折第 520–679 位 | 80 | — | 补全选择器 | 补全线的决策 | 未使用 | 否 |
| SYSTEM | 训练折第 680–839 位 | 80 | KF 表拟合；V1 训练；V2 训练 | 第一、二步的开发集（12 个扫描） | FULL-SYSTEM-V1；KF 与 V1 的设计 | 只作训练 | 否 |
| SYSTEM2 | 训练折第 840–999 位 | 80 | 同 SYSTEM | 同上（12 个扫描） | FULL-SYSTEM-V2 | 只作训练 | 否 |
| SYSTEM3 | 训练折第 1000–1359 位批次中的前 269 个 | 160 | V2 训练 | COREB-WEIGHT、KFUSE、FUSENET 的确认 | 多次确认 | 是（留一折） | 否 |
| SYSTEM4 | 同一批次中的第 269–359 位 | 52 | — | SYSTEM4-HOLDOUT 确认；READOUT-LOCO | V2 的外部检验及其后的决策 | 是（留一折，标为已使用） | **否**（已用于确认和决策） |
| VAL | 验证折，`manifest_arkit_val80.json` | 80 | V2 训练 | ENSEMBLES、COREB-WEIGHT、KFUSE、FUSENET 的确认 | 多次确认 | 是（留一折） | 否 |

## 未准备、未读取的数据

| 来源 | 数量 | 状态 | 资格 |
|---|---|---|---|
| CONFIRM 批次中从未准备的扫描 | 13 | 已下载，从未读取图像或深度 | 可作全新确认 |
| SELECT 批次 | 18 | 同上 | 可作全新确认 |
| SYSTEM 批次 | 5 | 同上 | 可作全新确认 |
| SYSTEM2 批次 | 25 | 同上 | 可作全新确认 |
| **合计** | **61** | 按以往约 55% 的合格率，预计约 30–35 个场所 | 本轮**不使用**；需在冻结方法、阈值和主比较之后，作一次性确认 |
| 训练折第 1360 位之后的场馆；验证折中未下载的场馆 | 数百个 | 未下载 | 下载需要授权 |

## 其他数据

- **Hypersim**：受保护的最终保留集从未打开。R7 的零命中填充常数 2.3736 m 来自 Hypersim 训练场景（V7），这是 Hypersim 训练数据对本流程的唯一影响。
- **Replica**：早期研究线使用过（非商业许可），与本轮无关。

## 本实验新增的暴露（2026-10-15）

- SYSTEM3、VAL、CAJU、SYSTEM4 作为留一队列的评价折，在 Phase 1–2 和修正案 1–3 中都被读取真值并用于决策（Gate A、Gate B、三个候选方向的取舍）。
- FIT_SYSTEM、FIT_SYSTEM2 只作训练，以及修正案 1 的 KF_FF 表拟合。
- 61 个未准备的扫描仍未读取，仍具备全新确认资格。

## 结论

- 本轮所有评价折（SYSTEM3、VAL、CAJU、SYSTEM4）都已在以前的研究决策中使用过，结论属于开发级证据。
- 同域的不同队列不能称为不同的数据域。
- 唯一可用的全新数据是 61 个未准备的扫描，约 30 个场所，统计功效有限；要做真正的跨数据源确认，需要新的数据来源。