PROTOCOL
这轮回答什么问题
- 第一层:技能是否可信?
检查感知噪声、适用条件和弃判,区分规则改进与阈值调整。
- 第二层:流程是否更有效?
比较直接判断、结构化检查与证据辅助,在相同样本和明确预算下评估。
- 改进是否能够泛化?
开发集用于改进;选择集用于比较;锁定测试集不进入迭代。
RESEARCH LOG · 2026.11
物理一致视频生成的技能与工作流改进。保存实验条件、对照结果和失败记录,让每一轮结论都能追溯。
CURRENT SESSION
实时中间结果仅描述已完成样本,不等于完整评估结论。覆盖率与样本量必须一起阅读。
| 实验 | 模型 / 帧数 | 进度 | 覆盖率 | 平衡准确率 | AUROC | 单样本耗时 | 状态 |
|---|
PROTOCOL
检查感知噪声、适用条件和弃判,区分规则改进与阈值调整。
比较直接判断、结构化检查与证据辅助,在相同样本和明确预算下评估。
开发集用于改进;选择集用于比较;锁定测试集不进入迭代。
EVIDENCE BOUNDARIES
SESSION NOTES
DATA & RESOURCES