# 第五轮训练与下一轮人工复核

冻结数据：7518目标／7479张不同原图／40细类／9大类。新增882个目标，更新1764个已有目标；不重复计数。训练5730、组件留出1788。

## 同一份最新标签组件留出对比

| 指标 | 上轮独立模型 | 本轮独立模型 |
|---|---:|---:|
| 细类Top1 | 88.20% | 93.57% |
| 大类Top1 | 98.77% | 98.83% |
| mask IoU中位数 | 0.8772 | 0.8866 |

训练侧缺少细类[56, 128]，这些细类不能声称已由独立分支验证。完整标注模型随后使用全部40类。沿用同图／采集关联分量划分，旧独立分支训练目标与本次留出无交集，但样本曾由旧全量模型筛选，且反复用于迭代，不能当新采集盲测。

## VLM格式修正与语义边界

完整JSON：旧185/1717 → 新1717/1717。各自冻结提示词，同样256 token预算；不是仅改变单一因素的消融。
- 缺失观察以前把整个null值的token掩掉，模型没有学到该位置合法值的格式。本轮统一观察为带双引号字符串；缺失项没有语义字符，仅监督引号／JSON结构／EOS。空字符串表示缺少可靠观察信息，不是正常GT。
- 观察文字监督925项，保留异常框原文或结构文字连续原子串及来源；关键词索引不是异常GT。
- 完整JSON有效仍不等于描述准确；以下结构一致率含合法结构恢复，分母为全部有对应标签的留出项：
  - 支腿：旧95.34% → 新97.32%。
  - 横梁：旧98.08% → 新98.37%。
  - 材质：旧92.08% → 新92.43%。
- 374项有人工观察参考的留出图中，170项输出非空观察，204项为空／不可用；非空不代表内容正确。模型确有较多弃答，不能把完整JSON通过当作可靠异常检出率。
- 异常泛化尚未认证，没有从空异常框制造正常负例。全量模型草稿需人工复核。界面已明确“模型空观察为未知”，不改变用户要求的应用空异常默认正常规则。

## 下一轮入口

- **新图类别／轮廓／语义：432项**，https://cement-nails-horse-means.trycloudflare.com ，沿用原访问码。
- **已有数据定向语义与联合复核：1098项**，https://further-headset-parallel-catalogs.trycloudflare.com ，沿用原访问码。
- new实际全量VLM输出：完整JSON 432/432，格式无效观察拒绝0；有效但观察为空／未知426。
- semantic实际全量VLM输出：完整JSON 1098/1098，格式无效观察拒绝0；有效但观察为空／未知827。
- 新图每类100张目标4000，实际432，逐类缺口3568；未混入旧图、复制模板、补点或放宽质量门槛。逐类明细见release_quota_report.json。
- 已有队列保留最新人工类别、轮廓和描述，新模型原文只读对照；包含独立分支分歧／格式失败和每类至多10项抽检，不当作新的配额图。
- 新3418／3419使用独立任务和草稿命名空间；已完成3416／3417及所有旧库、旧模型保持。
- 默认复核人1，空异常无需填写正常；保留D成功保存后下一条、A不提交、右键平移、左键修点、严格K、409、原子追加历史与两种独立批量按钮。沿用并行全内容哈希加速，不缓存人工revision、不用TTL或内容抽样。211项CPU回归通过，含实际token引号监督、本机旧草稿、原子批量和来源失效保护。
- 桌面／390宽真实Chromium验收仅在临时库进行，公网鉴权／资源／逐类详情只读核验；未做真实MacOS/iPhone Safari实机验收。网址为临时Cloudflare，未配置开机自启。

本轮只新增版本化研究训练、模型与人工复核任务；未覆盖正式标签、旧训练数据／权重／历史，未晋升GT或机器人资格，无生产模拟标注POST，未提交或推送。
