技术报告

这份报告中的一切，都以这里的画板为基准。所谓画板，就是一组用来定义某种风格的参考图。这块画板收录了八幅公有领域画作，其中四幅是克劳德·洛兰的港湾风景，另四幅出自梵高。报告里的每个分数都只跟这八幅画比较，不以任何其他内容为参照。

看点虽然画板里有 8 幅画，报告算出的有效规模却是 4，并标记了 near_duplicate_references。这表示有些参考画彼此近乎重复。评分时会把它们算作较少的独立样本，避免给同一种风格重复计数。“杠杆”一列显示，每幅参考画单独能让分数区间收紧多少。

后面的每一节都要用到这个分数，所以在拿它给新作品评分前，先用答案已知的材料来检验。材料共有二十四个候选：八幅参考画原图，以及每幅画的镜像和中心裁切版本。分数回答的是：这张图与画板成员有多难区分？从技术上说，这是相对于画板的保形 p 值。1.00（如首行）表示画板自己的成员也不比这个候选更契合；接近零则表示，几乎没有成员契合得这么差。每个分数都有一个 90% 区间。两个候选的区间如果重叠，就按并列报告，不强行分先后。

看点表格最后一名是 trojan women（特洛伊妇女），分数为 0.111，可它本身就是八幅参考画之一。身在画板中，并不保证风格契合；分数衡量的是风格，不是看文件是否在清单里。此外，受测的 23 对相邻候选中，有 18 对在统计上并列。这说明，在只有八幅画的画板上，细小的名次差别多半只是噪音。报告如实说明了这一点，没有装作十分精确。

各列这样读：n_local 表示有多少幅参考画足够接近，可以参与评分；style 是同一分数在风格轴上的呈现；palette、tone、composition 是列在分数旁边的常用诊断量，不会并入分数；nearest reference 表示候选最像哪一幅画板成员。

只把选中的苹果树换成一棵成熟的柠檬树。确认矩形之外的场景、相机几何和光照都要保持不变。原始指令:Replace only the selected apple tree with a mature lemon tree. Preserve the scene outside the confirmed rectangle, camera geometry, and lighting.

闭环在这里真正用到了生成器，约定是“只改指定区域”。这次编辑只允许改动一个矩形：在 1280 × 960 的图片中，范围为 x 230–1152、y 48–912；其余地方一处也不能动。是否做到局部编辑，要靠测量确认，不能想当然。系统会把矩形外的所有像素逐一与原图比较；只有掩膜外相似度（SSIM）超过 0.950，输出才算通过。

看点生成器的原始输出得分为 0.175，没有达到 0.950 的门槛，因此被拒：它改动了编辑区域之外的内容。随后，流水线把允许编辑的区域裁出来，只生成这一块，再合成回原图。最终，掩膜外的结果逐像素与原图完全相同：432,192 个像素中，0 个发生变化。

闭环中负责学习的就是这一部分。品味只能通过明确记录下来的判断来改变，不会在日常使用中悄悄变化。这里要回答的是：系统的品味能不能改变，而且是否只有经过有意重训练才会改变？所用模型是一个成对排序器，依据 10 个冻结的视觉特征工作。给它两张图，它会算出其中一张更受偏好的概率。两套公开规则集——规则集 A 和规则集 B——对什么叫“更好”给出了相反答案。模型先用规则集 A 的判断训练，并发布成不可变快照。随后加入规则集 B 的判断，训练并发布第二个不可变快照。最后，把两套规则意见相反的 8 对留出样本，分别交给两个快照回放。

看点重训练前，模型为规则集 B 所选一方给出的平均概率只有 0.000248，几乎等于从不选择。重训练后，这个概率升到 50.1%。规则集 B 发布时，快照 A 的答案完全没有变化；模型的偏好只在系统重训练后才改变，而且用两个冻结快照就能完整重放这一变化。标签由模拟规则生成，这一点也已如实说明（记录类别为 policy_simulated）；这里能说明的，只是偏好信号发生了可以测量的变化。

这是启动整个闭环的检索步骤。在改动任何像素之前，系统会先根据明确写出的意图选择参考证据。对同一张照片提出两个不同的编辑要求——把苹果树换成柠檬树，或重绘整幅画面——系统都会从同一个图库中检索参考。这里要验证的是：意图不同，编辑时采用的参考资料是否也真的会不同？

看点两次检索各自排在前三名的结果中，没有任何资产重叠：交集为 0，并集为 6，Jaccard 为 0.0。替换意图参考的是柠檬图片，重绘意图参考的是克劳德·洛兰风景画。它们使用同一个图库，但每个意图都有各自的硬性过滤条件。下面的记录会准确列出每个意图检索到的资产，以及对应的分数和内容引用。

记录说明：structural_routing_control_not_learned_retrieval_quality。工件状态：measured_run。

产生以上所有数字的那次运行，已由以下信息准确锁定：模式版本、画板哈希、引擎与编码器修订版、保形参数、随机种子，以及一字不差的原始命令。