# EXP-3D-RGBD-COREB-WEIGHT-ARKIT-V1：Core B 中 TTT 与 R7 的集成权重

**结论：WEIGHT_IMPROVES_CORE_B_PARTIAL（SYSTEM3 与 VAL 都是 PARTIAL）。把权重从 0.5 调到 0.9，均值稳定地降低约 1.6%，但逐场景只有约 65% 变好，对 R7 的一致性也从 93% 降到 81%。**

- **开发集选择（ARKIT_SYSTEM + ARKIT_SYSTEM2）：** 误差随 w 增大而降低，到 0.9 最低（0.1496；w = 1.0 为 0.1497），w* = 0.9。比 R7 好的场景数则从 141/160 降到 133/160。
- **P1（SYSTEM3）：** CORE_B − GEO_0.9 = +0.0025 [+0.0015, +0.0036]，106/0/54，PARTIAL；0.1569 → 0.1544。
- **P2（VAL）：** +0.0019 [+0.0006, +0.0034]，52/0/28，PARTIAL；0.1161 → 0.1142。
- **两个 PARTIAL 都只差逐场景一致性。** CI 都不含 0。
- **GEO_0.9 与 TTT 单独几乎相同：** SYSTEM3 上都是 0.1544；TTT 单独对 Core B 为 +0.0025，98/0/62（S4）。
- **对无模型方法：** GEO_0.9 为 130/0/30（SUPPORTED），TTT 单独为 126/0/34，Core B 为 149/0/11。
- **结论：** 均值与一致性之间是一条平滑的取舍，没有同时优于两端的权重。
    - 要最一致，用 Core B（w = 0.5）；
    - 要最低均值，用 TTT 单独或 w = 0.9，两者几乎相同。

**说明：**

- **预注册：** 见 [PROTOCOL.md](PROTOCOL.md)，2026-10-10 01:51:05 锁定，sha256 `178a022a…`。锁定时，除 0.5 与 1.0 外的权重在任何队列上都没有计算过。
- **执行：** 选择只读开发集真值，结果的哈希记录后才读确认集。全部复用已有封存，哈希核对，不运行模型。
- **统计：** 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。

## 开发集曲线（160 个场景）

| w | 0.5（Core B） | 0.6 | 0.7 | 0.8 | **0.9** | 1.0（TTT 单独） |
| --- | ---: | ---: | ---: | ---: | ---: | ---: |
| ALL AbsRel | 0.1513 | 0.1507 | 0.1502 | 0.1498 | **0.1496** | 0.1497 |
| 比 R7 好的场景 | 141 | 137 | 136 | 133 | 133 | 130 |

R7 为 0.1561。

## 确认集结果

| 编号 | 对比（> 0 表示右边更好） | 队列与区域 | 均值 | 95% CI | 好/平/差 | 状态 |
| --- | --- | --- | ---: | --- | --- | --- |
| **P1** | CORE_B − GEO_0.9 | SYSTEM3，ALL | +0.0025 | [+0.0015, +0.0036] | 106/0/54 | **PARTIAL** |
| **P2** | CORE_B − GEO_0.9 | VAL，ALL | +0.0019 | [+0.0006, +0.0034] | 52/0/28 | **PARTIAL** |
| S1 | R7 − GEO_0.9 | SYSTEM3，ALL | +0.0085 | [+0.0058, +0.0117] | 130/0/30 | SUPPORTED |
| S2 | R7 − GEO_0.9 | VAL，ALL | +0.0068 | [+0.0041, +0.0098] | 64/0/16 | SUPPORTED |
| S3 | R7 − ZS_TTT_F7 | SYSTEM3，ALL | +0.0086 | [+0.0057, +0.0120] | 126/0/34 | SUPPORTED |
| S4 | CORE_B − ZS_TTT_F7 | SYSTEM3，ALL | +0.0025 | [+0.0014, +0.0038] | 98/0/62 | PARTIAL |
| S5 | CORE_B − GEO_0.9 | SYSTEM3，NEAR7 | +0.0030 | [+0.0018, +0.0044] | 109/0/51 | PARTIAL |
| S6 | CORE_B − GEO_0.9 | SYSTEM3，FAR7 | +0.0009 | [−0.0001, +0.0020] | 88/10/59 | NOT_ESTABLISHED |

## 实用读出的取舍（SYSTEM3，160 个场景）

| 读出 | ALL AbsRel | 比 R7 好的场景 | 来源 |
| --- | ---: | --- | --- |
| R7（无模型） | 0.1630 | — | |
| **Core B = sqrt(R7 × TTT)** | 0.1569 | **149/160（93%）** | V3 |
| **PAIR = sqrt(TTT × JN 前馈)** | **0.1540** | 138/160（86%） | CA |
| GEO_0.9 = R7^0.1 × TTT^0.9 | 0.1544 | 130/160（81%） | 本实验 |
| TTT 单独 | 0.1544 | 126/160（79%） | 本实验 S3 |

这张表的比较是描述性的；各读出之间只有表中注明的对比做过检验。

- 在这些读出中，Core B 与 PAIR 处在取舍的两端：
    - Core B 最一致；
    - PAIR 均值最低，同时比 TTT 单独和 GEO_0.9 更一致。
- PAIR 需要多跑一次 JN 的前馈，每个查询不到 1 秒。

## 文件

- `PROTOCOL.md`、`preregistration.json`、`reused_seals.json`、`selection.json`
- `code/`：建目录、锁定、选择与打分、任务脚本
- `scores/`、`results/`、`audit/`（含 `selection_locked_at.txt`）