实验定位 方向稳定 / 阈值未稳
A69 专门审计 A68 的过拟合风险：A68 在 3-case 上同时提升 Chamfer/F@5，但可能只是把三个 case 的答案编码进规则。A69 使用两种压力测试：leave-one-out 阈值学习，以及 285 组 conflict/unobserved 阈值扰动。
结果：LOO router 的 mean joint score=-0.0006242，仍优于固定 A66 的 -0.0005395，但弱于完整 A68 的 -0.0007329。阈值扰动中 100.0% 的设置优于 A66 joint，但只有 50.5% 完全复现 A68 的 exact routing。
实验设计（Image-2 风格）
模块设计（Image-2 风格）
Leave-one-out
- 每次留出 1 个 case。
- 在剩余 2 个 case 上搜索简单阈值。
- 用学到的阈值预测 held-out case 的 policy。
- 比较 LOO、A68 full、A66 fixed 的 joint score。
Threshold Stress
- 扫描 moderate conflict / unobserved 阈值。
- 扫描 saturated conflict / unobserved 阈值。
- 统计 exact routing 是否复现 A68。
- 统计是否仍优于 A66 fixed joint score。
实验结果（表格）
method 汇总
| method | mean ΔChamfer | mean ΔF@5 | joint score | selected policies |
|---|---|---|---|---|
| a66_uncertainty_damped_budget | -0.0003909 | 0.001858 | -0.0005395 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a66_uncertainty_damped_budget', 'gso_008_input4': 'a66_uncertainty_damped_budget'} |
| a67_visible_preserving_damping | -0.0003361 | 0.002504 | -0.0005365 | {'gso_000_input4': 'a67_visible_preserving_damping', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_visible_preserving_damping'} |
| a67_coverage_friendly_damping | -0.0002813 | 0.001956 | -0.0004378 | {'gso_000_input4': 'a67_coverage_friendly_damping', 'gso_002_input4': 'a67_coverage_friendly_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} |
| a68_adaptive_lambda_router | -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} |
| a69_leave_one_out_router | -0.0004330 | 0.002389 | -0.0006242 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a66_uncertainty_damped_budget', 'gso_008_input4': 'a67_coverage_friendly_damping'} |
leave-one-out 明细
| held-out | selected policy | ΔChamfer | ΔF@5 | joint | train selected | learned params |
|---|---|---|---|---|---|---|
| gso_000_input4 | a66_uncertainty_damped_budget | -0.0003827 | -0.000773 | -0.0003208 | {'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.45, 'sat_unobserved': 0.01} |
| gso_002_input4 | a66_uncertainty_damped_budget | -0.0008394 | 0.006863 | -0.0013885 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_008_input4': 'a67_coverage_friendly_damping'} | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.01, 'sat_conflict': 0.45, 'sat_unobserved': 0.01} |
| gso_008_input4 | a67_coverage_friendly_damping | -0.0000770 | 0.001078 | -0.0001633 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping'} | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.45, 'sat_unobserved': 0.01} |
threshold stress top rows
| mean ΔChamfer | mean ΔF@5 | joint | selected policies | matches A68 | beats A66 | params |
|---|---|---|---|---|---|---|
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.45, 'sat_unobserved': 0.01} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.45, 'sat_unobserved': 0.02} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.45, 'sat_unobserved': 0.04} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.55, 'sat_unobserved': 0.01} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.55, 'sat_unobserved': 0.02} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.55, 'sat_unobserved': 0.04} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.65, 'sat_unobserved': 0.01} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.65, 'sat_unobserved': 0.02} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.04, 'sat_conflict': 0.65, 'sat_unobserved': 0.04} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.06, 'sat_conflict': 0.45, 'sat_unobserved': 0.01} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.06, 'sat_conflict': 0.45, 'sat_unobserved': 0.02} |
| -0.0005158 | 0.002714 | -0.0007329 | {'gso_000_input4': 'a66_uncertainty_damped_budget', 'gso_002_input4': 'a67_visible_preserving_damping', 'gso_008_input4': 'a67_coverage_friendly_damping'} | True | True | {'moderate_conflict': 0.12, 'moderate_unobserved': 0.06, 'sat_conflict': 0.45, 'sat_unobserved': 0.04} |
可视化结果
实验结论
- A69 支持 A68 的方向：即使 leave-one-out 后，adaptive router 仍优于固定 A66，说明“按 carrier uncertainty 自适应选择 λ pattern”不是完全偶然。
- 但 A69 也证明 A68 的具体阈值不稳：只有 50.5% 的阈值组合完全复现 exact routing，说明现在不能把 0.18/0.06/0.55/0.02 当成最终规则。
- 阈值扰动中 100.0% 优于 A66 joint，说明稳定的是 adaptive family，而不是某一个手写阈值。
- 论文主线应从 hard threshold router 进一步升级为 continuous/learned lambda predictor，并扩展到 10-case 或更大 benchmark。
下一步想法
- A70：把 A69 router 扩展到 10-case route set，低冲突/defer case 应保持 carrier，不应被误激活。
- 做 continuous λ predictor：输入 conflict/unobserved/visible residual/MV spread，输出 per-region λ，而不是三段 hard route。
- 补充 silhouette recall proxy，解决当前 joint score 仍依赖 GT F@5 retrospective 的问题。
- 如果 10-case 仍正向，开始设计 sampler-time hook，把 router 输出用于每步 sparse denoising correction budget。