# EXP-3D-RGBD-DEPTHSPLAT-ALPHA-THRESHOLD-ARKIT-V1：只调高读出阈值，能否得到逆向 JEPA 的前馈改进，能否改进 Core B

**结论：JEPA_BEYOND_THRESHOLD_PARTIAL（VAL 上 SUPPORTED），THRESHOLD_CORE_B_NOT_ESTABLISHED。全局调高阈值不能复制逆向 JEPA 的改进。**

- **开发集曲线：** 在 ARKIT_SYSTEM + ARKIT_SYSTEM2（160 个扫描）上，发布权重的读出随阈值升高单调变差。
    - τ 从 0.5 升到 0.95 时，前馈的 ALL AbsRel 从 0.1549 升到 0.1569，覆盖率从 0.69 降到 0.46。
    - TTT 与 Core B 也同样单调变差。
    - 按预注册规则，τ_C* = τ_T* = 0.5，即原来的阈值就是最优的。
- **JN 的弃权是有选择的：**
    - 覆盖率相近时，发布权重（τ = 0.9，覆盖率 0.54）比 τ = 0.5 时更差，而 JN（覆盖率约 0.53）更好。
    - JN 学到的是"哪些像素不可靠"，而不是"整体少覆盖一些"。可以理解为它学会了用不透明度表示可靠性；这是解释，没有单独检验。
- **P1（SYSTEM3）：** 最优阈值下的发布权重仍比 JNS 差。+0.0041 [+0.0010, +0.0080]，110/0/50，PARTIAL；因为 τ_C* = 0.5，结果与 NF 相同。
- **S3（VAL）：** +0.0041 [+0.0012, +0.0070]，61/0/19，SUPPORTED。三项 V2 检查全部通过。
- **P2：** Core B 的最优阈值仍是 0.5，不需要改变。
- **结论：**
    - 只奖励精度的逆向 JEPA 学到了有选择的弃权，这是全局阈值做不到的。
    - 它对前馈状态的改进小（约 2.5%），但真实。

**说明：**

- **预注册：** 见 [PROTOCOL.md](PROTOCOL.md)，2026-10-10 01:28:14 锁定，sha256 `644bad0d…`。锁定时，任何队列上都没有计算过 τ ≠ 0.5 的读出。
- **选择：** 只读开发集真值，结果写入 `selection.json`，01:28:28 记录哈希（`2fca7381…`），之后才读确认集真值。
- **数据：** 全部复用已有封存，不运行任何模型；所有复用文件都核对了哈希。
    - 开发集：FULL-SYSTEM-V1、V2 的几何封存与发布权重封存。
    - 确认集：V3、NF、NS、ENSEMBLES-ARKIT、OBJECTIVE-TTT 的封存。
- **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。
    - τ* = 0.5 时，S1、S4、S5、S7 两边的读出完全相同，按预注册直接记为 NOT_ESTABLISHED。

## 开发集上的阈值曲线（ALL AbsRel，160 个场景）

| τ | 发布权重前馈 | 覆盖率 | TTT 单独 | 覆盖率 | Core B |
| ---: | ---: | ---: | ---: | ---: | ---: |
| **0.5** | **0.1549** | 0.69 | **0.1497** | 0.70 | **0.1513** |
| 0.6 | 0.1555 | 0.67 | 0.1500 | 0.68 | 0.1516 |
| 0.7 | 0.1560 | 0.65 | 0.1503 | 0.67 | 0.1519 |
| 0.8 | 0.1564 | 0.61 | 0.1506 | 0.65 | 0.1521 |
| 0.9 | 0.1568 | 0.54 | 0.1510 | 0.62 | 0.1525 |
| 0.95 | 0.1569 | 0.46 | 0.1513 | 0.59 | 0.1527 |
| 0.99 | 0.1567 | 0.29 | 0.1517 | 0.50 | 0.1531 |

## 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** | ZS_CACHE(τ_C*) − JNS_CACHE | SYSTEM3，ALL | +0.0041 | [+0.0010, +0.0080] | 110/0/50 | **PARTIAL** |
| **P2** | CORE_B(0.5) − CORE_B(τ_T*) | SYSTEM3，ALL | 0 | — | 0/160/0 | **NOT_ESTABLISHED**（τ_T* = 0.5） |
| S1 | ZS_CACHE(0.5) − ZS_CACHE(τ_C*) | SYSTEM3，ALL | 0 | — | 0/160/0 | NOT_ESTABLISHED（相同） |
| S2 | ZS_CACHE(τ_C*) − JLS_CACHE | SYSTEM3，ALL | +0.0041 | [+0.0018, +0.0070] | 111/0/49 | PARTIAL |
| S3 | ZS_CACHE(τ_C*) − JNS_CACHE | VAL，ALL | +0.0041 | [+0.0012, +0.0070] | 61/0/19 | SUPPORTED |
| S4 | CORE_B(0.5) − CORE_B(τ_T*) | VAL，ALL | 0 | — | 0/80/0 | NOT_ESTABLISHED（相同） |
| S5 | ZS_CACHE(0.5) − ZS_CACHE(τ_C*) | VAL，ALL | 0 | — | 0/80/0 | NOT_ESTABLISHED（相同） |
| S6 | ZS_CACHE(τ_C*) − JNS_CACHE | SYSTEM3，NEAR7 | +0.0051 | [+0.0018, +0.0091] | 112/0/48 | PARTIAL |
| S7 | ZS_TTT(0.5) − ZS_TTT(τ_T*) | SYSTEM3，ALL | 0 | — | 0/160/0 | NOT_ESTABLISHED（相同） |

## 解读

- **"逆向 JEPA 的改进只是弃权"这一解释被排除了一半。**
    - 改进确实伴随覆盖率下降，但简单的全局弃权只会让结果变差。
    - JN 的价值在于弃权的位置：它在自己不可靠的像素上降低不透明度，把这些像素交给 R7。
- **Core B 的读出阈值不需要调整。** 在真实数据上，原来在 Hypersim 上定的 0.5 仍是最优。
- **下一步可以检验的组合：** 把 JN 学到的有选择弃权用到 Core B 里。例如，TTT 读出在 JN 认为不可靠的像素上也退回 R7，或者把 JN 的前馈与 Core B 集成。如果成立，逆向 JEPA 就能通过弃权改进完整系统。

## 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`）