📄 同为 200 样本同为 4 维输入：量子核在转入对抗库时保住排序，反向则跌破随机
英文题目：On Evaluating Quantum Kernel Robustness for Low-Resource Cross-Corpus Audio Deepfake Detection
标签：#音频深度伪造检测 | #评测协议 | #低资源 | #鲁棒性
评分：5.8/10 | 创新 1/2 | 技术严谨 1.2/1.5 | 实验充分 1.2/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.5/1.5
👥 作者与机构
- Lisan Al Amin：机构信息未在 arXiv HTML 中可靠披露
- Lei Zhang：机构信息未在 arXiv HTML 中可靠披露
- Vandana P. Janeja：机构信息未在 arXiv HTML 中可靠披露
📌 核心摘要
音频深度伪造检测以原始波形为输入，以真伪二分类为输出，难点在于标注稀缺且测试语料的合成方法与信道与训练分布严重偏离。先以原始波形为输入，用冻结wav2vec 2.0编码器提取末层隐状态并经时域池化，职责是提供通用声学表征，输出高维嵌入。再以该高维嵌入为输入，仅在源域拟合主成分分析并冻结后复用于目标域，职责是将特征压缩至四维并归一化以适配量子比特预算，输出同一压缩特征。最后以该压缩特征为输入，并行送入三类后端，其中量子核经ZZ特征映射计算保真度核再交由支持向量分类器决策，经典核与多层感知机在相同输入上训练，职责是隔离决策函数归纳偏置，输出真伪判决以对比跨语料鲁棒性。在ASVspoof 2019训练并在ADD 2023评测的跨语料场景下，量子核支持向量机的AUC为76.04%，高于多层感知机的AUC 50.00%。该结论边界清晰，反向以ADD 2023为源域时量子核在两组迁移中跌破随机水平，近域迁移亦无优势。该适用边界受限于200样本预算与四维压缩及精确模拟条件，尚未验证更大预算与真实噪声下的外推。核计算基于经典状态向量模拟器精确求解，未引入采样噪声与硬件运行时间，原文明确不声称量子优势。
🔗 开源与复现资源
本次未形成可展示的已核验资源记录，开放状态尚未核实。
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
为什么跨库低样本的伪造音频检测特别难？
输入是一段重采样到 16 kHz 的原始波形，目标是判断它是真实人声还是合成或转换语音。论文把任务定为二分类，标签取负 1 与正 1，但在训练阶段每个源语料只给 200 个带标签样本且正负各半，测试时则直接拿到另一个语料的完整评测划分，中间不做任何目标域自适应。这种设定模拟冷启动：防守方刚遇到一种新的合成方法，手里只有少量已验证样本，来不及重新采集大规模语料，也不能保证新攻击与旧检测器的训练分布相似。
更麻烦的是交互式语音认证要求在会话内给出判决，因此论文偏好几秒内能训好、延迟低的轻量后端，而不是需要大量数据才能收敛的大模型。4 个评测语料覆盖了从标准基准到真实错配：ASVspoof 2019 LA、ADD 2023、ASVspoof 5 与 In-the-Wild。它们在生成方法、信道与录制条件上都不同，跨库时训练与测试的声学分布会发生偏移。
评价不只看准确率，还要看排序质量、阈值无关的等错误率，以及在误报率固定为 5% 时能检出多少伪造，后者直接对应安全部署的操作点。初学者容易误以为换一个更强的前端就能解决一切，论文恰好反过来做：把前端固定为冻结的 wav2vec 2.0，只换后端，从而问清楚在标签极少时，到底是表示决定性能，还是决策函数决定跨库生死。
同输入同目标的已有路线如何对照？
在同为音频伪造检测、同为二分类判决的路线里，RawNet2 直接对原始波形建模，AASIST 用谱时图注意力捕捉伪造痕迹，音频谱 Transformer 类方法则把语谱图当作序列编码。这些都属于端到端或大参数神经对策，在数据充足时很强，但论文指出它们依赖大规模或专家整理的数据，200 样本下未必能稳定学到可迁移边界。
另一条路线是自监督表示加轻后端：wav2vec 2.0 先在无标注语音上学通用表示，再冻结作为特征提取器，后端只学一个小分类器。论文属于这一支，且把自监督编码器具体固定为 wav2vec 2.0 base 的第 12 层最后一个隐状态，再做时间池化得到句级嵌入。量子机器学习在这里不是做生成或大模型加速，而是换一种相似度：量子核方法把输入映射到高维希尔伯特空间，再在诱导空间里做支持向量机分界。
已有工作在小样本分类、音频隐写分析与可变条件下的伪造检测中试过 QSVM，但缺少在现代伪造基准上、控制前端与维度、限定标签预算、报告全部转移对的对照。论文与作者先前工作的区别也被明确划开：先前问声学条件变化时量子核是否可靠，这次问固定表示与维度后只换决策函数会发生什么，并补上全部 9 组跨库转移、校准误差与固定安全操作点。本次没有发现来源绑定且完成验证的开源代码、模型或数据，因此下文所有复现动作都只能按文字描述重做，不能声称官方已公开可下载。
论文到底要回答哪个可验证的问题？
问题可以写成一句话：在输入表示完全相同、训练样本同为 200、划分与调参搜索范围都一致的条件下，把后端分别换成量子核支持向量机、经典径向基核支持向量机与单隐层多层感知机，跨库性能的差异是否来自决策函数本身。输入是原始波形，中间表示是冻结嵌入加 4 维压缩向量，输出是真假分数与 0.5 阈值下的硬判决。
监督只来自源语料的 200 个标签，目标语料标签在测试前不可见，也不能用来调阈值或做自适应。判断标准同时包含阈值无关量与阈值相关量：AUC 越高越好，等错误率越低越好，5% 误报下的检出率越高越好，期望校准误差越低越好。论文预先声明这不是寻找最强检测器的竞赛，也不比较 768 维全维度经典管线，更不声称量子优势，因为 4 比特、深度 1 的核完全可以在经典状态向量模拟器上精确计算。
它的结论形式因此是条件式的：在哪些转移方向上量子核的相似结构保留了可分性，在哪些方向上反而失效。初学者要抓住这个边界：任何脱离源与目标具体配对、笼统说量子核更好或神经网络更好的说法，都超出了论文证据。
只换后端的方法全景是什么？
沿着一个样本走一遍最清楚。一段待测语音先进入冻结的 wav2vec 2.0 编码器，得到帧级隐状态并做时间平均，成为 768 维句嵌入；接着做标准化并用主成分分析投影到 4 维；然后同一份 4 维向量被同时送给 3 个后端：经典 RBF 核 SVM、量子核 QSVM 与单隐层 MLP；最后在源库训练、在目标库评测，上报排序、阈值与校准 3 类指标。
这个设计把除决策函数之外的因素全部钉死：样本池、折划分、超参搜索范围都相同，标准化与 PCA 只在源库 200 样本上拟合，再原样搬到每个目标库，避免评测泄漏。压缩到 4 维的理由不是经典方法只能用 4 维，而是量子特征映射受限于近期硬件的比特数；为了公平，经典后端也被迫吃同样的压缩输入。论文承认这会引入信息瓶颈，但正是要考验量子映射能否在高度压缩下学出分界面。
冻结前端 × 后端分类器： 冻结前端指 wav2vec 2.0 参数不再更新，只把波形变成通用语音表示；后端分类器指在该表示上学习真假分界的 QSVM、SVM 或 MLP。两者搭配的理由是把表示能力固定下来，让标签稀缺时的差异只来自决策函数，从而可以直接比较不同决策方式的归纳偏置。
下面先看流程图建立整体动作，再进入每个组件的计算细节。导读本图时先抓住从左到右的主链路，再看中间如何一分为三，最后看右侧如何把训练预算与评测目标写死，这样就不会把前端效果误记成后端效果。
看图路径： 1. 沿左侧音频波形箭头数出冻结编码器、均值池化、标准化与 PCA 的先后顺序；2. 确认中间分叉为经典核 SVM、量子核 QSVM 与神经头 MLP 三个并行后端；3. 查看右侧训练源写明的单库 200 样本各半与四个测试目标的列举；4. 核对 QSVM 框内标注的保真度核经 Qiskit 在经典模拟器上计算的字样
论文图 1。原论文 Fig. 1:：“Proposed Framework. Frozen wav2vec 2.0 features are reduced via PCA and passed to parallel back-ends.”。
从像素可见，主链从左侧波形图标指向标注冻结的 wav2vec 2.0 编码器方框，再指向写明从 768 维做均值池化的嵌入框，接着是标准化与可选 PCA 框，框内并列 4、12、16 三档但正文实验固定用 4。随后箭头分成 3 路，分别进入经典核 SVM、带小电路插图的 QSVM 与神经头 MLP，QSVM 框内还注明用 Qiskit 在经典模拟器上计算保真度核。最右侧上下两框分别写清训练源为单数据集 200 样本各半、测试目标为 4 个语料，以及上报 AUC、等错误率、DET、校准误差与固定操作点。这种画法把可复现的关键条件都放在图上：冻结、压缩维度、并行后端与跨库协议，读图时应逐框核对正文是否一致。
表示压缩与相似度定义如何分工？
编码器取 wav2vec 2.0 base 第 12 层隐状态，对时间维做平均，得到句级嵌入。随后在训练划分上估计均值方差做标准化，并在同一训练划分上学习 PCA 投影矩阵，把向量压到 4 维。跨库时投影矩阵只在源库 200 样本上学习，测试时冻结套用到目标库，不许用目标标签重估。原文强调从 768 到 4 会丢失大量方差，但这是满足比特约束的必要代价。经典 SVM 与 MLP 同样吃这 4 维，因此后续差异只能归因于决策组织方式不同。
主成分分析 × 量子比特预算： 主成分分析负责把 768 维嵌入压缩到 4 维，量子比特预算指近期硬件只能容纳 4 个量子比特的输入宽度。前者为后者服务：用训练集拟合投影矩阵，再把同一矩阵用于测试，使量子特征映射恰好得到 4 维输入，代价是原文报告约只保留 56.1% 方差。
理解这一步后，下一个关键是相似度如何定义，因为核方法与神经网络的分界逻辑从这里开始分叉。量子后端先把 4 维输入缩放到 0 到 pi 区间，再用深度为 1、全连接纠缠的 ZZ 特征映射制备 4 比特量子态，态的振幅是输入特征的显式函数。核元素定义为两个态内积模的平方，也就是保真度，全部核矩阵预先算好再交给经典 SVM 求解器，正则化参数经网格搜索在训练划分内选出。
经典 SVM 用径向基核并同样调正则化与自适应 gamma，MLP 用单隐层 128 单元加 ReLU，以 Adam、学习率 0.001 训练 50 轮。直观上，RBF 核随欧氏距离单调衰减，目标点远离训练流形时对所有支持向量的相似度趋近于零，决策容易坍缩；量子核是有界振荡函数，偏移点仍可能得到非退化的相似度。这只是与观测一致的假设，不是已证明的机制，反向转移的失败恰好提醒同一种刚性也可能帮倒忙。
量子特征映射 × 量子核： 量子特征映射负责把 4 维向量编码为希尔伯特空间中的量子态，量子核负责计算两个态之间保真度的平方作为相似度。映射决定相似度的几何形状，核矩阵把这种几何交给经典 SVM 求解器去找最大间隔分界，二者组合才构成 QSVM。
下面给出论文明确定义的量子核计算目标，符号与输入先交代清楚，再谈实现路径。
\[K_{q}(z_{i},z_{j})=\bigl\lvert\langle\Phi(z_{i})\mid\Phi(z_{j})\rangle\bigr\rvert^{2}.\]上式中 z 为 4 维压缩向量，Phi 为 ZZ 映射制备的量子态，尖括号为内积，模平方给出 0 到 1 之间的相似度。输入先缩放到 0 到 pi 再做参数化旋转与纠缠门，深度 1、比特数 4 意味着基态只有 16 个，经典模拟器可以逐对精确求保真度。论文用 Qiskit 状态向量模拟器实现这一点，因此没有采样噪声与硬件耗时，复现时应同样在模拟器上求精确核，而不是上真实量子硬件比速度。
没有大模型训练时计算发生在哪里？
本研究没有训练 wav2vec 2.0，它全程冻结，不产生梯度。需要拟合与优化的是三部分：标准化与 PCA 的统计量与投影矩阵，只在源库训练划分上估计；SVM 与 QSVM 的正则化参数经内层交叉验证网格搜索选出，核矩阵本身没有可训练权重；MLP 的权重用 Adam 在 200 样本上更新 50 轮。每个源语料采样 200 个均衡样本，库内评测做 5 次不同随机种子的固定折构造，跨库评测则把源池训好的模型直接用于目标库完整评测划分。
超参选择只看训练划分，不许偷看目标。论文未报告 PCA 各主成分的解释方差明细、网格的具体候选集合与 MLP 的初始化细节，这些是复现时的缺项，需要自己记录并固定随机种子。由于五折都来自同一个 200 样本池且不独立，论文明确不做配对显著性检验，初学者不应自行补 p 值去夸大差异。
这种安排的教学意义在于区分表示学习与决策学习：前者靠大规模无标注预训练 1 次性完成，后者靠 200 个标签在压缩空间里现学。量子分支的额外成本不在梯度反传，而在逐对计算保真度核矩阵，样本量小时可行，样本量大时需要近似方法，论文在未来工作中提到 Nyström 近似正是为此。
数据划分与指标如何保证可比？
数据覆盖 ASVspoof 2019 LA、ADD 2023、ASVspoof 5 与 In-the-Wild，全部重采样到 16 kHz 并用同一预处理，避免引入库特异的人工痕迹。训练预算固定为每源库 200 标签，正负各 100，同一采样池与折划分喂给 3 个后端。指标分 3 层：准确率与 F1 在经 Platt 缩放的概率以 0.5 阈值判决下计算，AUC 与阈值无关，等错误率通过滑动阈值找到误接受等于误拒绝的操作点，安全操作点取误报 5% 时的检出率，校准按置信分箱算期望误差。
方向要记牢：准确率、F1、AUC 与检出率越高越好，等错误率与校准误差越低越好。硬件预算方面，量子核在状态向量模拟器上精确计算，不含散粒噪声，推理耗时在正文图中被列为指标但未给出可核对的逐项数字，因此不能声称延迟得到改善。比较公平性的核心是同表示、同维度、同预算、同划分，任何把全维度经典管线拿来直接对比的做法，回答的是另一个问题，不应与本文的后端消融混为一谈。
初学者常把不同指标的同一数值当成同一证据，论文特意提醒要分开：AUC 反映排序，等错误率反映滑动阈值后的可分性，准确率反映训练阈值搬到目标域后的真实代价，三者背离时恰恰说明域偏移同时移动了分数分布与最优分界。
在哪组转移上量子核保住了排序？
先看最剧烈的正向偏移与近域对照的并置。比较问题是：在表示与预算完全相同的前提下，严重偏移是否让神经后端的排序先失效，而核方法保留排序？公平条件是同 4 维输入与同 200 样本，指标方向为 AUC 越高越好、等错误率越低越好。下表直接引用原跨库矩阵中的 4 组关键转移，覆盖 ASV19 到 ADD 的严重偏移、ASV19 到 ASV5 的近域以及 ADD 反向的两组。
| Train | Test | EER | AUC | EER | AUC | EER | AUC |
|---|---|---|---|---|---|---|---|
| ASV19 | ADD 2023 | 50.00 | 50.00 | 57.00 | 37.39 | 27.00 | 76.04 |
| ASV19 | ASV5 | 16.00 | 89.05 | 19.00 | 85.72 | 28.50 | 77.44 |
| ADD 2023 | ASV19 | 13.50 | 93.36 | 20.50 | 81.14 | 18.00 | 89.84 |
| ADD 2023 | ASV5 | 25.00 | 82.93 | 38.00 | 61.30 | 57.00 | 43.34 |
上表为原表 3 的直接选择，保留了训练源、测试目标与三后端的等错误率、AUC 等列。读表时先看 ASV19 到 ADD 一行：MLP 与经典 SVM 的排序塌陷，而 QSVM 仍保留可分性；再看 ASV19 到 ASV5 一行：此时 MLP 反而领先，说明没有单一后端通吃全部方向。表后需要同时读出收益与代价：收益是严重偏移下分数的相对顺序没有完全丢失，代价是同一 QSVM 在近域落后约 11 个百分点，且固定阈值准确率仅 49.00% 左右，意味着排序优势没有自动变成部署准确率。经典 SVM 在同组转移上 AUC 低至 37.39%，提示跨库时连分数符号都可能反转，上线前必须检查方向并在目标域重估阈值。
固定阈值准确率 × 等错误率： 固定阈值准确率指用训练时定下的 0.5 阈值直接判决的正确比例，等错误率指在目标数据上滑动阈值直到误接受等于误拒绝时的错误率。前者反映部署时不调阈值的真实代价，后者反映分数本身还有多少可分性，论文用 ASV19 到 ADD 的落差说明二者会背离。
为便于用连续原句核对关键数字，下表把严重偏移与库内竞争力的证据并置，目的是让读者同时看到保位与现代基准上的库内表现，而不是只记有利的一半。比较问题仍是同表示同预算下谁保留了可分性，指标方向不变。
| 条件 | 指标 | MLP | QSVM | 说明 |
|---|---|---|---|---|
| ASV19 训练 ADD 2023 测试 | AUC | 50.00% | 76.04% | MLP 退化到随机水平 |
| ASV19 训练 ADD 2023 测试 | EER | 50.00% | 27.00% | QSVM 保留可分性 |
| ASV5 库内 200 样本 | EER | 12.50% | 8.00% | QSVM 库内最低 |
表后解释必须点出双重含义。收益是 QSVM 在 ASV19 到 ADD 上把 AUC 从约 50% 拉到 76.04%，等错误率从 50.00% 降到 27.00%，说明分数的相对顺序没有完全丢失。代价有三：同一 QSVM 在近域 ASV19 到 ASV5 上落后 MLP；它在该严重偏移下的固定阈值准确率仅 49.00%，与 MLP 相当，意味着排序优势没有自动变成部署准确率；安全操作点上大部分排序优势也无法保留，下节用检出率进一步说明。未胜出项同样重要：近域转移由 MLP 拿下，不能外推为跨库普遍优势。
把源与目标调换后优势还成立吗？
论文最有教学价值的部分是报告全部 9 组转移，而不是只挑好看的。比较问题是：优势是否对称？公平条件仍是同表示同预算，指标方向为 AUC 与检出率越高越好，EER 与 ECE 越低越好。下表把反向失效的证据并置，迫使读者把量子核理解为一种依赖偏移方向的归纳偏置。
| 条件 | 指标 | QSVM | 对照含义 |
|---|---|---|---|
| ADD 训练 ASV5 测试 | AUC | 43.34% | QSVM 跌破随机 |
| ADD 训练 ASV5 测试 | EER | 57.00% | 方向反转 |
| ADD 训练 In-Wild 测试 | AUC | 45.18% | QSVM 仍低于随机 |
表后解释必须点出非对称性。QSVM 的刚性相似结构在目标为对抗扰动时可能是资产，因为它不像 RBF 那样迅速坍缩；但当源本身就是对抗扰动的 ADD，PCA 与核在该分布上拟合的结构搬回干净语料时反而成为负债。论文报告 MLP 在 ADD 到 ASV19 上达到很高排序，而 QSVM 在 ADD 到 ASV5 与 In-the-Wild 上跌破随机，说明核与神经决策函数在转移矩阵的不同区域各自失效。
排序能力 × 校准误差： 排序能力指 AUC 衡量的把真假样本正确排开的能力，与阈值无关；校准误差指预测置信度与实际正确率之间的平均偏离。论文发现两者可以分离：QSVM 在 ASVspoof 5 上排序最好但校准不如 k-NN 与逻辑回归，说明分得开不等于报出的概率可信。
校准与安全操作点的补充分析进一步说明高 AUC 不等于可直接部署。比较问题是：在严格误报约束与概率可信度上，排序优势还能保留多少？公平条件不变，指标方向为检出率越高越好、ECE 越低越好。
| 条件 | 指标 | 基线值 | QSVM 值 | 含义 |
|---|---|---|---|---|
| ASV19 到 ADD | TPR 在 5% FPR | 4.98% MLP | 15.0% | 3 倍但绝对值仍低 |
| ADD 到 ASV19 | TPR 在 5% FPR | 4.92% MLP | 19.3% | 数值领先但需看方差 |
表后解释要同时给收益与提醒。校准表显示 k-NN 与逻辑回归的 ECE 都低于 QSVM，经典 SVM 也好于量子版本，提示 Platt 缩放对集中分布的保真度值并不适配，原始置信度应谨慎解读。安全操作点上 ASV19 到 ADD 的 QSVM 检出率为 15.0%，约为 MLP 的 3 倍，ADD 到 ASV19 为 19.3% 对 4.92%，有真实 margin 但绝对值仍低，大部分排序优势在严格操作点下无法保留。
哪些边界会让结论不再成立？
第一，所有后端都看同一 4 维压缩，无法回答全 768 维经典管线能做到多少，只能说在压缩与低监督下后端的相对位置。第二，核在模拟器上精确计算，不含采样噪声与硬件运行时间，不能外推到真实量子设备的速度或成本。第三，优势不普适：转入 ADD 时成立，转出 ADD 时反转，近域转移由经典后端领先，因此后端选择应随偏移方向而定。
第四，QSVM 概率校准较差，原始置信度应谨慎解读，必要时需研究量子原生的校准策略。第五，只用单一冻结前端与单一预算 200，不覆盖微调的 Whisper 或 AASIST 类强系统，也不覆盖多说话人会话伪造与多语大规模语料，原文明确把 MLAAD、XMAD-Bench 与多说话人分类留给未来工作。第六，五折来自同一小样本池，方差大且不独立，不宜做显著性检验。
把这些边界讲清后，才能避免把特定压缩与特定预算下的后端比较，误读成对绝对性能或量子优势的断言。论文反复强调这是关于量子特征映射归纳偏置的实证刻画，不是复杂度意义上的量子优势，4 比特深度 1 的核本来就可以被经典精确模拟。
要复现这组对照先固定什么？
先固定数据与划分：4 个语料统一重采样到 16 kHz，同一预处理，每个源库采样 200 个均衡样本并保存索引，使 QSVM、SVM、MLP 吃完全相同的折。接着固定表示：加载冻结的 wav2vec 2.0 base，取第 12 层隐状态做时间平均，只在源训练划分上拟合标准化与 PCA 到 4 维，目标库只做变换。
量子分支把特征缩放到 0 到 pi，用 Qiskit 状态向量模拟器以 ZZ 特征映射深度 1 全纠缠逐对求保真度平方，组装预计算核再调 SVM 正则化；经典分支用 RBF 核同样网格调参，MLP 用单隐层 128、ReLU、Adam、学习率 0.001、50 轮。评测时库内报五折均值方差，跨库直接用源模型测目标完整评测划分，不做目标自适应；准确率与 F1 取 Platt 缩放后 0.5 阈值，等错误率滑动阈值，安全点取 5% 误报下的检出率，校准按置信分箱算期望误差。
先复现 ASV19 到 ADD 与 ADD 到 ASV19 这对双向转移，再复现 ASV19 到 ASV5 的近域对照，就能检验非对称结论是否稳定。缺失的网格候选、初始化与 PCA 方差明细需自行记录，官方资源本次未能确认可达，不应等待下载。
何时值得试量子核何时不必？
当防守方面临新合成方法的冷启动，只有约 200 个均衡标签，且有理由担心目标比训练更对抗、更偏离训练流形时，值得把量子核作为候选后端之一，因为它在论文的严重偏移中保留了排序，而轻量 MLP 在同条件下塌到随机。但试用必须附带 3 个动作：用小量目标域标签重估阈值并检查分数符号，因为固定阈值准确率可能与 AUC 严重背离；同时报告等错误率、固定操作点检出率与校准误差，避免只看 AUC 造成可部署的错觉；保留经典 RBF-SVM 与 MLP 作为同表示同预算的对照，并在近域与反向转移上验证，因为优势方向可能反转。
当任务是近域迁移、源本身就是对抗数据、或需要可靠概率输出给人工复核时，不必优先选 QSVM，简单校准更好的模型或全维度经典管线可能是更稳的选择。论文的最终定位也应如此复述：这是关于量子特征映射归纳偏置的实证刻画，不是复杂度意义上的量子优势，4 比特深度 1 的核本来就可以被经典精确模拟。
对刚入门的研究生而言，可复述的方法只有一句话：冻结表示、压缩到 4 维、200 样本、同划分下只换决策函数，再看 9 组转移的 AUC、等错误率、操作点与校准如何分化。记住这个流程，就不会把 1 次有利转移误记成普遍胜利。
📎 论文与评分元数据
排名：前50% | 文档类型：应用研究 | 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