英文题目：Not All Attacks Are Learned Equally in Speech Deepfake Detection
标签：#语音伪造检测 | #课程学习 | #语音 | #鲁棒性
评分：7.7/10 | 创新 1.3/2 | 技术严谨 1/1.5 | 实验充分 1.1/1.5 | 清晰度 0.8/1 | 影响力 1/1.5 | 开源 1.2/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Avantika Singh：机构信息未在 arXiv HTML 中可靠披露
- Aurosweta Mahapatra：机构信息未在 arXiv HTML 中可靠披露
- Ismail Rasim Ulgen：Center for Language and Speech Processing (CLSP), Johns Hopkins University, Baltimore
- Nicholas Andrews：Human Language Technology Center of Excellence (HLT COE), Johns Hopkins University, Baltimore
- Kong Aik Lee：Hong Kong Polytechnic University
- Berrak Sisman：Center for Language and Speech Processing (CLSP), Johns Hopkins University, Baltimore
📌 核心摘要
语音深度伪造检测以原始波形为输入并输出真实与伪造二分类标签，难点在于训练集混合多种文本转语音与语音转换攻击而评估使用完全未见攻击，单一整体等错误率会掩盖攻击间的不均衡泛化。作者先构造样本省略与攻击省略共8种训练配置以均衡文本转语音与语音转换暴露，控制攻击组成并测得省略诱发的攻击级等错误率敏感度。接着用训练期攻击级加权交叉熵损失与预测熵刻画优化主导性，识别出低损失集中熵的高影响攻击与高损失弥散熵的低影响攻击。基于该划分提出重放正则化攻击感知课程，先在低影响攻击上预训练建立表示，再以高影响攻击适配并用冻结教师对保留低影响样本做知识蒸馏与约束正则。与已有课程或持续学习方法不同，该方法以测得的攻击影响力而非人工难度或数据到达顺序决定暴露次序，并用双分支重放防止高影响攻击覆盖早期学习。在ASVspoof 2021评测设置下，所提A1+A4课程方法的等错误率为1.48%，低于标准多攻击训练基线的3.04%。该结论适用边界受限于ASVspoof 2019 LA训练加跨库测试的流水线与SLS-XLSR主干，对更新更杂训练分布是否成立尚未验证；原文未披露训练、推理或部署成本。
🔗 开源与复现资源
代码相关资源：https://attackbias-slt.github.io/AttackBias_Website/ — 链接可访问（HTTP 200）
模型相关资源：https://attackbias-slt.github.io/AttackBias_Website/ — 链接可访问（HTTP 200）
复现相关资源：https://attackbias-slt.github.io/AttackBias_Website/ — 链接可访问（HTTP 200）
可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。
🧭 深度解读
输入是什么，目标是什么，本文要回答什么？
本文的输入是标题为语音伪造检测中攻击学得不均的完整正文证据，以及本次实际收到像素的两张官方原图。目标是为刚进入语音与音频方向的研究生写 1 篇可核对、可复述方法的技术解读。
必须保留的信息包括任务定义、8 种训练配置的构造方式、诊断高影响攻击的两套标准、两步课程的数据划分与损失组成，以及跨数据集评测的关键数字与适用条件。输出是 1 篇按学习依赖展开的中文解读，不做营销式判断，不补无源数值。
语音伪造检测用白话说就是判断一段语音是真人说的还是合成或转换生成的，英文叫 Speech deepfake detection，缩写为 SDD。标准做法是把所有伪造攻击统一标成一个假类，和真语音一起做二分类训练，本文称之为多攻击训练。
评测常用等错误率，英文为 Equal Error Rate，缩写为 EER，数值越低表示真假两类错误折中后越好。初学者容易误以为总体 EER 低就等于每种攻击都学会了。本文要回答的正是总体分数掩盖了什么：不同攻击是否被学得一样好，哪些攻击主导了决策边界，以及改变暴露顺序能否让学习更均衡。
同任务同阶段的已有路线与本文位置有何不同？
在同输入同目标的 SDD 路线里，常见模型包括直接处理波形的端到端结构 RawNet2 与 AASIST，以及基于自监督语音表示的 SLS-XLSR。它们一般都在 ASVspoof 2019 逻辑访问等基准上把多种攻击混在一起训练，再用总体 EER 报告效果。
另一类相关工作从分布偏移、合成质量或灾难性遗忘出发，引入持续学习、英文为 continual learning、课程学习、英文为 curriculum learning、主动学习、英文为 active learning。这些方法多按难度、质量或时间顺序组织数据。
本文与它们运行阶段看似相近，但监督来源与干预点不同。本文是按测得的攻击影响力组织数据，先学低影响攻击，再适配高影响攻击。已有分析也注意到不同伪造方法在评测表示中可能聚成不同簇。
但原文指出这种评测端结构是否对应训练端优化不均仍不清楚。本文的位置就是补上训练端这一环，用可重复的省略实验与训练期统计把攻击级不均衡说清楚，再用课程验证能否缓解。理解这一点可以避免把本文误读成又提出一个更大模型，它改的是数据暴露顺序与正则，而不是主干网络结构。
为什么总体 EER 会掩盖学得不均？
问题来自数据构成与训练目标的错位。ASVspoof 2019 训练集里每个攻击各有 3800 条伪造，但攻击种类数不对称。文本转语音、英文为 text-to-speech、缩写为 TTS 有 A1 到 A4 共 4 种，声音转换、英文为 voice conversion、缩写为 VC 只有 A5 与 A6 两种。
于是即使每种攻击样本数相同，TTS 总量天然多于 VC 总量，模型总梯度更容易被 TTS 线索带着走。更关键的是训练目标只区分真与假，不区分 A1 还是 A4。模型只要找到能分开大多数伪造与真语音的捷径就可以把总体损失压低，不必把每种攻击的伪影都学全。
评测端总体 EER 是对所有评测攻击取聚合阈值后的结果。某两类攻击学得好就可以把平均数拉下来，学得差的攻击被淹没。本文把这种不对称学习现象定义为攻击级学习偏置。
举例来说，这就像考试总分及格但偏科严重，只看总分发现不了哪一科拖后腿。例子仅用于理解聚合掩盖偏科，不代表任何攻击的真实难度排序。
多攻击训练 × 攻击级学习偏置： 多攻击训练指把 A1 到 A6 等多种 TTS 和 VC 伪造统一标为假类、用真假二分类目标一起优化，分工是提供总体真假分界面；攻击级学习偏置指模型对不同攻击的拟合和依赖不对称，分工是解释总体 EER 好看但某类攻击被忽略的原因。二者搭配的原因是前者把所有伪造混在一起训练，后者把混训后的不均匀结果拆开到攻击级，组合意义是把总体失败定位到具体攻击的主导作用。
全文方法分哪几步，每步解决什么？
全文可沿一个样本走一遍来建立全景。一条训练语音先进入 SDD 模型得到真语音概率，再与真假标签算加权交叉熵损失，同时由该概率算出预测熵。第一步是控制暴露的偏置分析，构造 8 种训练配置并独立训练后再到未见攻击评测集上测总体与分攻击 EER。
第二步是训练期诊断，对表现最好的模型按攻击分组看训练损失与预测熵，判断哪些攻击低损失且熵集中、因而更可能塑造决策边界。第三步是干预，把诊断出的高影响与低影响分组固定下来，做先低后高的两步课程。第二步用重放与教师正则守住低影响能力。
下图是这种从数据到指标再到高低影响刻画的总览，读懂它就抓住了后文所有表格的分组依据。以下导读段先说明图中三栏的因果链，图后解释段再把高低影响的三行判据对应到真实统计量。
看图路径： 1. 从左侧数据集圆柱出发，沿箭头走到中间的影响分析指标圆圈；2. 确认中间圆圈下标注的两个并列诊断为 EER 敏感性与熵损失分析；3. 对比右侧虚线框内低影响与高影响各三行文字的差异；4. 记住高影响对应高 EER 敏感、集中熵、低损失这一组合
论文图 1。原论文 Fig. 1:：“Overview of the attack-level impact analysis.”。
该图报告显示左侧为 SDD 基准数据集，中间为 EER 敏感性与熵损失分析，右侧把低影响总结为低 EER 敏感、分散熵、高损失。右侧把高影响总结为高 EER 敏感、集中熵、低损失，像素可见粉色与紫色区分两组。
初学者复述时应说清这是分析框架总览，不是课程训练流程图。课程流程在后文另一张图单独给出，不要把中间的方法与右侧的结论混为一谈。
省略诱导 EER 敏感性 × 熵损失动态： 省略诱导 EER 敏感性分工是从推理端看影响，去掉某攻击再训练并在评测集上测 EER 上升多少；熵损失动态分工是从训练端看过程，按攻击分组统计加权交叉熵损失和预测熵的集中或分散。搭配理由是只看 EER 不知道是优化偏了还是数据本身难，只看损失熵不知道是否影响泛化，组合后才能把高 EER 敏感或低损失加集中熵的攻击判为高影响攻击。
损失与熵各自算什么，如何一起读？
先把符号讲清。设模型对输入输出的真语音概率为 p，取值在 0 到 1 之间，标签为 1 表示真、为 0 表示伪造。加权交叉熵对真类给权重 0.9、对伪造类给权重 0.1，目的是补偿真样本少于伪造样本。
预测熵则只看输出分布本身的不确定性，不看标签。若模型对某条伪造输出真概率接近 0 或 1，熵很低，表示很确定。若输出 0.5 附近，熵很高，表示拿不准。把同一攻击下多条样本的损失与熵放在一起，就能看到该攻击是被拟合得很好且判定方式集中，还是拟合得不好且判定分散。
原文强调损失反映拟合程度，熵反映边界影响，二者互补。直观例子是背题库：损失低好比题都做对了，熵集中好比都用同一套解法，说明该套解法主导了答题策略。
预测熵 × 训练损失： 训练损失分工是衡量模型对某攻击样本拟合得多好，低损失表示已经记住该类线索；预测熵分工是衡量输出分布的不确定性，集中表示模型对该攻击的判定方式很确定、靠近决策边界影响大。搭配理由是单看损失低可能是学好了也可能是过拟合到少数线索，加上熵才能区分强边界影响与弱内化，组合意义是识别出低损失但熵集中、因而主导优化的攻击。
预测熵的原始计算式如下，符号含义与上一段一致，p 为真语音概率，另一类概率为 1 减 p。
\[\mathcal{H}(x)=-\left[p(x)\log p(x)+(1-p(x))\log(1-p(x))\right]\]该式报告显示熵是两类概率分别乘其对数再取负和，输出越接近 0.5 熵越大，越接近两端熵越小。复述时不要把熵当成准确率，熵低只表示确定，不表示判对。
原文的可视化发现值得注意：在去掉 A1 与 A4 只留 A2、A3、A5、A6 的配置下，熵向 A3 集中，同时该配置总体性能严重退化。在其他保留组合下集中位置会转向 A3 或 A4，而 A2 与 A5 呈现较高损失与较低熵。
这些对照支持把 A3 与 A4 看作训练期影响强的攻击，把 A2 与 A5 看作影响弱的攻击。但最终高影响判定还要联合 EER 敏感性一起做，不能只用一张熵图下结论。
课程如何构造数据、初始化与四项损失？
课程的数据动作很具体，适合一步步复述。对选定的高低影响分组，把低影响伪造随机切成互不相交的两份。60% 用于第一步预训练，剩下 40% 留到第二步做重放。
真语音在两步都按原始真假比例做下采样，保持类别比不变。第一步只吃低影响数据训练 50 轮，用原模型的官方基线优化设置，目标是普通加权交叉熵的期望。这一步允许模型先学弱主导攻击的表示。
第二步从第一步最优检查点初始化，再吃全部高影响样本，同时每步搭配一批重放的低影响样本。冻结的第一步模型作为教师，只在重放样本上提供正则。以下导读段先点明该图左右两步的数据与模型关系，图后解释段再把四项损失与冻结更新规则讲清。
读图时先分清左右两大块的输入数据比例，再看中间虚线是谁复制给谁，最后看顶部损失条把哪几路输出加在一起。
看图路径： 1. 先看左侧第一步输入标注的低影响 60% 子集与模型输出方向；2. 沿中间虚线看最优第一步模型如何同时初始化学生模型与冻结教师；3. 区分第二步下方两路输入为全部高影响样本与 40% 低影响重放子集；4. 核对顶部第二步总损失条包含高影响、重放、蒸馏与约束四项
论文图 3。原论文 Fig. 3:：“Replay-regularized attack-aware curriculum for reducing high-impact attack dominance.”。
该图报告显示左侧第一步低影响预训练用 60% 子集驱动 SLS-XLSR 输出真假判定，中间虚线把第一步最优模型送到第二步的学生模型。同时复制出一份冻结教师，右侧第二步下方同时接入全部高影响样本与 40% 低影响重放样本，顶部总损失指向更好的鲁棒性。
像素可见顶部损失条明确写出四项加权和，教师方块标注冻结，重放支路同时连向学生与教师。复述时要强调教师参数冻结不更新，学生参数更新。重放样本同时产生监督损失与蒸馏约束，高影响样本只产生适应损失。
重放 × 教师学生正则： 重放分工是把第一阶段未用过的 40% 低影响样本在第二阶段重新拿出来算监督损失，防止学高影响攻击时忘掉低影响表示；教师学生正则分工是用冻结的第一阶段模型做教师，对重放样本做分布对齐和约束损失，允许进步但惩罚退步。搭配理由是只有重放数据没有约束仍可能被高影响梯度冲掉，只有约束没有数据则无处施加，组合后实现适应高影响同时守住低影响。
低影响预训练 × 高影响适配： 低影响预训练分工是只用 60% 低影响伪造加按比例采样的真样本训练，先建立不被强攻击带偏的表示；高影响适配分工是从最优第一阶段检查点出发，再同时学习全部高影响样本和 40% 低影响重放样本。搭配理由是顺序反过来会让高影响先定下边界、低影响再也挤不进来，组合意义是用从弱到强的暴露顺序削弱主导效应。
第二步总损失的原始形式如下，其中高影响损失与重放损失都是加权交叉熵，蒸馏与约束只作用于重放子集。
\[\mathcal{L}_{\text{step2}}=\alpha\,\mathcal{L}_{\text{high}}+\alpha_{r}\,\mathcal{L}_{\text{rep}}+\beta\,\mathcal{L}_{\text{KD}}+\gamma\,\mathcal{L}_{\text{con}}.\]该式支持的判断是课程不是简单微调，而是四项按系数相加的多目标优化。原文在所有实验中固定系数为 1.0、1.0、0.5、5.0，容限取 0。蒸馏项的原始形式如下，教师分布来自冻结的第一步模型，学生分布来自第二步模型。
\[\mathcal{L}_{\text{KD}}=\mathbb{E}_{x\sim\mathcal{D}_{\text{rep}}}\left[\mathrm{KL}\left(p_{\text{teacher}}(\cdot\mid x)\,\|\,p_{\text{student}}(\cdot\mid x)\right)\right],\]约束项的原始形式如下，比较学生在重放样本上的加权交叉熵与教师的对应损失，只在学生差于教师超过容限时惩罚。
\[\mathcal{L}_{\text{con}}=\mathbb{E}_{x\sim\mathcal{D}_{\text{rep}}}\left[\max\left(0,\ell_{\text{student}}-\ell_{\text{teacher}}-\delta\right)\right],\]该约束与蒸馏的分工不同：蒸馏要求输出分布对齐，约束允许学生超越教师、只罚退步。原文未报告每步双批次的具体拼接与学习率调度变化，复现时应先按官方基线协议与原文系数跑通，再补做这些缺项的验证。
数据、模型、省略配置与评测条件是什么？
数据方面，分析集中在 ASVspoof 2019 逻辑访问集。训练划分含固定真伪数量与 6 种攻击，开发集攻击种类与训练相同用于选模型。评测集攻击完全未见且覆盖更多攻击编号，因而能测向未见攻击的泛化。
课程效果另在 ASVspoof 2021、ASVspoof 5 与 Fake-or-Real 上做跨数据集评测。模型方面，偏置分析同时用 RawNet2、AASIST 与 SLS-XLSR，课程干预以表现最强的 SLS-XLSR 为基线。优化配置按各自官方基线协议保持一致。
每个配置独立训练，并选训练损失最低的检查点，理由是开发集攻击多样性与训练相同、不能反映未见攻击。省略配置共 8 种：一种全量多攻击，一种保留全部攻击种类但把 TTS 采样到与 VC 总量相当的样本省略。
另有 6 种每次去掉两种 TTS 但保留全部 VC 的攻击级省略。指标按总体 EER 以及分出的 VC 与 TTS EER 报告，方向都是越低越好。跨数据集增益另用配对自助法给出 95% 置信区间。
下表把数据规模与课程超参数等复现先决条件集中呈现，比较问题是复现需要锁定哪些划分与系数。公平条件是按原文攻击编号与真假比例准备数据，指标方向为 EER 越低越好。
| 划分与用途 | 真样本数 | 伪造样本数 | 攻击覆盖 | 课程系数 |
|---|---|---|---|---|
| 2019 训练划分 | 2,580 | 22,800 | 6 种 A1 到 A6 | 系数 1.0 |
| 2019 评测划分 | 7,355 | 63,882 | 13 种 A7 到 A19 | 系数 1.0 |
| 低影响预训练 | 按比例下采样 | 60% 低影响子集 | 按分组而定 | 系数 1.0 |
| 高影响适配重放 | 按比例下采样 | 40% 重放子集 | 全部高影响 | 系数 0.5 与 5.0 |
| 第二步容限 | 不适用 | 不适用 | 不适用 | 容限 0.0 |
表后解释如下。主要信息是训练与评测的真伪数量级差异很大，且评测攻击完全未见，因此域内好不代表跨域好。课程切分比例与四项系数是固定经验值，不是搜索最优值。未胜出项是开发集选点规则，它不能反映未见攻击多样性，只能保证训练拟合稳定。未评测边界是硬件预算与训练时长，原文未报告成本，复现时需自行记录 2 阶段开销。
去掉谁最伤，平衡样本量能否抹平差异？
比较问题是：在控制 TTS 与 VC 总量后，攻击组成是否仍决定泛化。公平条件是同一模型、同一官方优化协议、独立训练并按训练损失选点，指标方向为 EER 越低越好。下表整理省略实验的关键对照，重点看样本平衡后去掉 A1 与 A4 的那一行是否跨模型塌陷。
| 训练组成 | 总体 EER | TTS 分项 EER | 对照模型 | 稳定性说明 |
|---|---|---|---|---|
| 去掉 A1 与 A4 | 23.98% | 29.63% | RawNet2 | 跨模型一致大退化 |
| 去掉 A1 与 A4 | 18.36% | 24.31% | AASIST | 跨模型一致大退化 |
| 去掉 A1 与 A4 | 17.81% | 23.22% | SSL | 跨模型一致大退化 |
| 保留 A1 与 A4 | 与平衡相当 | 与平衡相当 | 3 个模型 | 去掉 A2 影响小 |
表后解释如下。主要收益判断是平衡样本量并不能抹平攻击级差异，去掉 A1 与 A4 带来跨架构的一致崩塌。而去掉 A2 或保留 A1 与 A4 的配置变化较小，这支持存在高影响攻击而非单纯总量问题。
具体代价与反例是：并非所有省略都变差，例如保留 A3 与 A4 的某些组成总体仍接近平衡设置。说明影响力与具体保留谁有关，同时 SSL 在样本省略下显著强于另 2 个模型，说明架构本身也调节敏感程度。
未胜出项是 A2 与 A5，它们的省略只引起小幅 EER 变化，熵损失也显示其影响较弱。复述时不要把某 1 次塌陷推广为去掉任意两攻击都塌，也不要把总体 EER 改善说成每类攻击都同等改善。
三种高影响选法各赢在哪里？
比较问题是：按 EER 敏感选出的 A1 加 A4、按熵损失选出的 A3 加 A4、以及两者交集的单独 A4，哪种课程在域内与跨域各有什么代价。公平条件是以同一 SLS-XLSR 全量训练为基线，课程只改变高低分组与暴露顺序，主干与评测协议不变。下表整理课程变体的总体对照，重点看跨数据集三处与域内一处的此消彼长。
| 高影响分组与依据 | ASV21 总体 EER | ASV5 总体 EER | FoR 总体 EER | ASV19 总体 EER |
|---|---|---|---|---|
| 基线全量多攻击 | 3.04% | 25.43% | 42.07% | 0.56% |
表后解释如下。主要收益是 EER 敏感选法在跨数据集上最强，3 个跨域总体全面下降，且 VC 与 TTS 同时下降。原文配对自助区间支持在 2021 与 Fake-or-Real 上的显著性，显示改进不太可能是阈值抖动。
代价是该配置域内从 0.56% 微升到 0.60%，属于用少许域内换跨域。反例是单独 A4 课程在 ASVspoof 5 上反而上升，说明只压一个交集攻击不够。熵损失选法域内最优但跨域次优，说明训练期信号与评测端泛化信号各有所长。
未评测边界是课程超参数与切分比例固定为 60 比 40，原文称按经验选择，未报告扫参结果。总体趋势不等于每组比例都成立，复现时应补做比例消融。
哪些结论有边界，什么还没测？
原文直接报告的是在给定数据与模型下的 EER 变化与熵损失模式。有限解释是把这些模式归因于高影响攻击主导决策边界，未验证推测是把该主导机制推广到更新更多样的数据集。
需要明确的限制有四点。第一，高低影响分组依赖本次 ASVspoof 2019 的诊断，换训练集后攻击编号与影响力未必对应。原文未来工作也提出要扩展到更新数据集验证。
第二，课程的低到高顺序与 60 比 40 切分按经验选择，原文未给出搜索过程。总体趋势不等于每组比例都成立，不能默认任意切分都有效。
第三，评测只报告 EER 及其 VC 与 TTS 拆分，未测量误判率细节、延迟、训练时长与推理开销。不能承诺这些量同时改善，训练资源与推理开销应分开讨论。
第四，原文表格与正文在个别聚合口径上需要读者自行核对数据集、阶段、指标与聚合对象。数值相同不代表同一指标，百分点下降与相对百分比下降含义不同。把缺失证据当作技术错误是不对的，但复现时应补上缺项验证。
要复现应先准备什么，按什么顺序跑？
复现先做三件事：拿到代码与权重可达性确认、固定数据划分、锁定评测口径。项目网站同时承载代码、模型与复现配置，本次资源状态显示 3 类链接当前可用，状态码均为 200，可写为已公开可达。
但仍建议记录访问日期与提交版本，因为可用状态可能随时间变化。数据方面先按原文准备 ASVspoof 2019 训练、开发与评测划分，核对训练与评测的真伪数量与攻击覆盖。再准备跨数据集评测，注意版本对齐。
配置方面先复刻 8 种训练组成与样本省略逻辑，再实现 60% 与 40% 的低影响切分与真语音比例下采样。训练方面先用官方基线协议独立训练每个省略配置并按训练损失选点。
复现出去掉 A1 与 A4 塌陷而去掉 A2 稳定的分化，再实现四项损失与冻结教师的第二步课程。系数取 1.0、1.0、0.5、5.0 与容限 0，教师冻结只更新学生。评测方面同时报总体、VC 与 TTS 的 EER，并用配对自助复核跨数据集增益。
还需补的验证包括固定随机种子、报告多次运行方差、在新数据集上重做省略诊断，以及记录 2 阶段训练时长与推理开销。这些是原文未充分报告但决定方法可迁移性的部分。
何时值得尝试这种课程，如何一句话记住它？
当伪造检测总体 EER 尚可但换数据源就掉点，且怀疑是少数攻击的线索盖住了其他攻击时，值得尝试这种按影响力排序的课程。先做省略诊断：总量平衡后逐组去掉可疑攻击，看总体与分类型 EER 是否跨模型一致变化。
再看训练期按攻击分组的损失与熵，确认是否存在低损失加集中熵的强主导者。只有两套诊断指向相近分组时，再把低影响先学、高影响后适配。并用重放与教师正则守住已学能力，避免适应新攻击时遗忘旧攻击。
若省略后各组变化都很小，或熵分布都很分散，则可能问题不在攻击级主导。而在通道、语言或环境偏移，不必硬套本课程。常见误解是把课程当成新模型或万能正则，实际上它不改主干，只是改暴露顺序与约束。
另一个误解是把跨数据集总体下降当成每类攻击都变好，必须回到 VC 与 TTS 分项核对。一句话记住：先让弱攻击把表示站稳，再让强攻击进来，同时用留出的弱攻击样本与冻结教师看住不忘。
按此顺序复述与跑实验，就抓住了本文可迁移的方法，而不是只记住几个 EER 数字。复现时优先保证数据划分、选点规则与分项指标一致，再讨论超参数微调。
📎 论文与评分元数据
排名：前25% | 文档类型：方法研究 | arXiv 原文
⚖️ 评分明细
评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。
评分规则：type-aware-v1
评分模型：muse-spark-1.3-contributor
评分请求协议：openai_responses