# 第四轮训练与下一轮复核交付

数据：6636目标／6597张不同原图／40细类／9大类；训练5066、组件留出1570。149→148已纳入，原草稿／完成动作及历史均未改写。

## 分类／轮廓：同一最新标签组件留出集

| 指标 | 旧独立分支 | 新独立分支 |
|---|---:|---:|
| 细类Top1 | 89.81% | 87.58% |
| 大类Top1 | 99.11% | 98.66% |

mask IoU中位数：旧0.8781，新0.8789。新分支训练侧缺少这些细类样本：[56, 128]，相关细类留出成绩不能当作已学会该类的证据；不为提高指标按标签重分留出。全量标注模型随后覆盖全部40类。
本次新模型的分类留出成绩没有提升，不自动认定为更优生产模型；仅作为已更新标签的下一轮人工标注辅助，旧模型继续保留。

旧模型149与148的概率合并后按最新40类标签比较；两独立分支均未训练留出分量。部分图由此前全量模型筛选，因此仍不是新采集的前瞻盲测。训练拟合成绩不当作独立成绩。

## VLM：完整JSON与部分人工语义

- 旧分支完整JSON：0/1496；新分支：175/1496。
- 两者使用各自冻结提示词、同一当前留出图像与标签；生成预算均为256。旧分支只训练过旧平衡子集，新分支使用新版全部有监督语义训练目标，不能解读为只改变单一因素的消融。
- 新分支除175项完整JSON外，还有1320项只恢复结构，观察不采用；结构不可恢复1项。这不计为完整JSON成功。
- 只按实际合法结构输出（含显式结构恢复），以全部有对应标签的留出项为分母：
  - 支腿：旧95.39%，新94.79%。
  - 横梁：旧97.73%，新97.93%。
  - 材质：旧88.32%，新91.48%。
- 当前冻结包含740项人工观察文字监督；其中从结构文字截取的观察保留原连续子串与来源，不把关键词索引当异常GT。
- 缺失／冲突字段的值不参与对应token损失，保留JSON结构与EOS监督。空异常框没有被制造为正常负例。完整JSON有效不等于异常描述准确，未认证异常泛化。

## 下一轮人工复核

- **新图类别／关键点／语义：882项**，https://minutes-departments-stick-enough.trycloudflare.com ，沿用原访问码。
- **已有数据定向语义／联合：1764项**，https://medical-chain-franchise-dana.trycloudflare.com ，沿用原访问码。
- 全量VLM在新图队列的实际草稿：完整JSON 46/882，其余836项不采用观察字段，仅保留合法结构恢复及模型原文。这不是自动语义验收通过。
- 全量VLM在已有定向复核队列的实际草稿：完整JSON 255/1764，其余1509项不采用观察字段，仅保留合法结构恢复及模型原文。这不是自动语义验收通过。
- 每细类本轮目标100张不同新图，实际882张，逐类缺口3118；不以旧图、模板、重复图或补点凑足。详见`release_quota_report.json`。
- 定向语义队列包含字段冲突、独立分支分歧／格式失败及每类至多10项抽检；已有类别、轮廓和描述作为初始基线保留，新VLM原文只读对照，不自动覆盖人工内容。
- 旧3414／3415入口不替换；新3416／3417使用独立任务、数据库、cookie令牌和本机草稿命名空间。
- 维持右键平移、左键修点、D成功保存后下一条、A不提交、严格K、409冲突保护、原子保存、追加历史、两种独立批量按钮及默认“复核人1”。
- 新入口额外逐次核对来源文件内容哈希，避免秒级文件系统时间戳漏掉同尺寸修改。旧时间戳回归失败及首次命名空间适配失败证据保留；新保护及相关179项CPU回归通过，桌面／390宽实际Chromium操作仅使用临时标注库。
- 空异常描述仍按正常处理，无需逐图填写正常或额外确认。临时Cloudflare网址不保证永久有效，未配置开机自启。

模型与标签仅为研究标注辅助版本；未覆盖旧训练数据／权重，未晋升正式GT或机器人资格，未自动提交或推送。
