📄 只靠大脑跟随语音来判断注意：CoupleFlow 的耦合解码与证据累积律
评分：6.4/10 | 创新 1.5/2 | 技术严谨 1.2/1.5 | 实验充分 1.3/1.5 | 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
- Ali Alavi：机构信息未能在本次解析中与作者逐人可靠绑定
- Donald S. Williamson：机构信息未能在本次解析中与作者逐人可靠绑定
📌 核心摘要
读者需要理解的对象是从头皮脑电或脑磁中判断听者正在注意哪一路语音，难点是神经响应微弱且个体差异大，而候选语音在响度、音色和试次身份上的差异容易被解码器当作捷径。论文提出的方法先把脑记录编成神经嵌入，把每路候选语音编成声学嵌入，只用两者随时间起伏的一致性打分，脑嵌入不随时变化时所有候选得分同为零。另一条分支用条件流匹配估计有脑条件和无脑条件下的包络残差，残差之差近似点式互信息并取最大者为第二种判决。相对已有包络重建和直接分左右侧的方法，关键差异是判决通路不接触语音身份和侧别信息，侧别分支只在训练时出现。与同划分训练的线性反向模型等基线相比，该方法在5 s竞争说话人任务上的准确率领先约2.3至6.8个百分点，其中脑磁单说话人匹配任务上以99.0%的准确率高于线性反向模型的92.0%。结论适用于内容不交叠的新语音和未见被试，Broderick数据集上跨被试迁移失败，原文未披露训练、推理或部署成本。
🔗 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
鸡尾酒会问题需要从脑信号读出注意对象
多人同时说话时听者会 isolate 其中一路，听觉皮层的慢速活动会更强地跟踪被注意语音的包络。本文任务就是听觉注意解码：给定几秒多通道脑记录与多路候选语音的包络，判断被试在注意哪一路。输入是脑电或脑磁加候选语音，输出是被注意编号，必须保留的是脑对声音的时间锁定响应，丢掉的是响度、音色与试次身份等与注意无关的线索。
听觉注意解码 × 刺激重建： 听觉注意解码指从几秒非侵入脑记录判断听者正在注意哪一路语音，刺激重建是其中一条路线，先从脑电估计被注意语音包络再比较与哪路候选更相关，本文讨论的直接分类是另一条路线，CoupleFlow 属于保留时间锁定但学习表征的第三种做法。
评价时只看固定窗长的准确率不够，因为不同研究预处理不同，窗长也只报一两个点，无法比较也无法预测达到目标需要多长。本文把九个数据集跑在同一流程下，并研究准确率随窗长的变化规律。
已有两条路线为何报告了虚高的数字
刺激重建路线用线性逆模型或典型相关把脑电映射到包络，再选相关更高的一路。它稳健且跨被试迁移好，但重建相关很弱，线性方法在双人数据集上对被注意包络的相关只有 0.07 到 0.17 左右，需要数十秒才准。深度重建没有稳定超过线性，公开比较中也没有一致优势。
直接分类路线从脑电直接预测注意侧别，报道 1 秒可达 95% 以上。但当训练与测试来自不同试次时准确率掉到接近机会水平，原因是同试次窗口相邻、眼动朝向注意侧、同一故事反复出现等捷径。本文用内容不相交划分与空检验把这些捷径逐一堵住，并复现了侧别分类器在自家划分下虚高、在新内容下塌陷的现象。
论文要解决的具体问题与分工
论文解决 3 个连在一起的问题。第一是如何只用脑对语音的时间跟随做判决，使无信息脑信号时必为机会水平。第二是如何在统一流程与内容不相交条件下比较多种解码器，区分真实增益与泄露增益。第三是如何用一个参数预测任意窗长的准确率，并把该参数与神经跟踪强度联系起来，指出记录信噪比对解码速度的限制。
三部分分工是解码器保证因果路径，评测协议保证公平比较，累积律保证外推。输入处理的作用与代价也分开：统一滤波与通道映射带来可比性，代价是丢掉高频细节；内容分组带来无泄露，代价是折数受内容组数限制。
CoupleFlow 让两条路径只在耦合处相遇
一个决策窗是秒级脑记录与多路候选包络。神经路径把脑电变成嵌入，声学路径把每路候选变成同样尺寸的嵌入，两条路径只在耦合分数处相遇做判决，另有 1 个流匹配头提供第二判决。神经嵌入的每个时刻只看声音之后约 1 秒的脑电，声学嵌入的每个时刻只看过去约半秒的音频，方向上就要求脑必须跟随声音。
训练时还有只在训练中使用的侧别头、只报告跟踪的包络读出等辅助分支，报告的准确率只用耦合分数，侧别信息不进入决策路径。模型选择用验证集贡献度，即准确率减去跨试次空检验，保证选到的是脑带来的增益。
脑侧如何得到时间锁定的神经嵌入
脑侧先做被试校正，即在共享模型上加一个低秩的被试相关调整，初始化为零，训练中按数据偏离共享模型。它吸收头型与帽位差异，避免为每个被试单独拟合大模型。接着虚拟传感器把通道压缩到少量空间滤波，再用扩张卷积组成滞后窗编码器，感受野约 0.98 秒。
神经嵌入 × 声学嵌入： 神经嵌入指把脑记录变成随时间变化的多维序列，声学嵌入指把每路候选语音变成同样尺寸的序列，两条路径只在耦合分数处汇合，共享声学编码器保证候选之间不偏不倚，神经侧的变化是判决的唯一来源。
滞后起点按数据集在验证集上二选一，多数数据集选零毫秒，其余选 125 毫秒。镜像的声前窗口作为滞后对照，读声前脑数据时准确率大幅下降，说明判决依赖声后响应。
语音侧如何去掉响度线索并保持因果
语音侧从宽带包络、起音、子带包络以及 glimpsed 与 masked 通道构造特征，其中后者标记目标比干扰更强或更弱的时频位置。训练与匹配候选集合中对宽带包络做分位数匹配，使各候选在窗内取值分布相同，只保留时间过程不同，从而去掉响度与电平线索。
同一编码器权重被所有候选共享，且只看过去音频，保证任何候选不能因位置占优。声学编码器感受野约 0.48 秒，与神经侧合在一起就固定了脑必须跟随声音的方向。
耦合分数为何无脑时必为机会水平
耦合分数是多维时间相关按学习权重与温度的平均，再在候选间中心化。相关对每维的尺度与偏置不变，只看两序列随时间如何共变。中心化使时间恒定的神经嵌入得 0 分，所有候选打平，按规则计为错误。
\[s(e,\hat{a})=\frac{1}{\tau}\sum_{d=1}^{16}\omega_{d}\,\frac{\langle e_{\cdot d}-\bar{e}_{d},\ \hat{a}_{\cdot d}-\bar{\hat{a}}_{d}\rangle}{\|e_{\cdot d}-\bar{e}_{d}\|\,\|\hat{a}_{\cdot d}-\bar{\hat{a}}_{d}\|},\]时间中心化耦合分数 × 空校验： 时间中心化耦合分数指先减去时间均值再算相关并加权平均，空校验指当脑信号与语音无关时判决只能达到机会水平，两者搭配的意义是神经嵌入无时间变化则所有候选得零分，响度与试次身份无法推动判决。
命题一说明在共享打分函数、脑与语音独立、候选分布置换不变的条件下，判决正确率不超过候选数分之一。跨试次与循环移位空检验正是构造这种无关条件，实测空检验在短窗都位于机会水平附近。
流匹配头如何给出去掉先验的第二判决
流匹配头学习从噪声到被注意包络的直线路径速度，条件为神经嵌入，并以一定概率丢弃条件从而同时学会无脑分布。测试时每路候选分别过有脑与无脑两遍，残差之差近似其与脑记录的逐点互信息。选互信息最大者就是在记录只依赖被注意一路时的贝叶斯最优判决，且语音先验项被抵消。
\[\mathcal{L}_{\rm FM}=\mathbb{E}_{u\sim\mathcal{U}[0,1],\,\varepsilon}\big\|v_{\theta}(a^{(u)},u,c)-(a-\varepsilon)\big\|^{2}.\]条件流匹配头 × 逐点互信息规则： 条件流匹配头指学习在有无脑条件下生成被注意包络的网络，逐点互信息规则指用有脑残差减无脑残差来衡量脑对语音的解释量，前者提供生成模型，后者给出去掉语音先验后贝叶斯最优的判决，两者组合才有先验无关的第二判决。
实测中该规则在所有数据集上超过只用条件似然，而纯音频先验接近机会水平。有脑残差中被注意一路更低，无脑残差几乎相等，说明注意效应主要在脑条件项，并集中在包络的低频段。
训练目标如何让有用路径更易学并堵住捷径
解码项包括对候选的交叉熵与对称 InfoNCE，后者把同被试一批 32 个窗的脑响应与被注意语音做三十二选匹配，提供比二分类更强的对齐信号，且因同批同被试而无法靠身份求解。防捷径项包括空铰链、音频对抗与防坍缩约束，分别要求被注意语音与自身记录的分数高于与其他窗记录的分数、让声学编码器去掉可猜中注意者的线索、防止神经嵌入恒定或维度复制。
密度项训练流匹配头，辅助项训练侧别头与包络读出，但报告判决不用它们。权重一次设定后所有数据集相同，消融显示去掉任一项对 5 秒准确率影响多在 0.8 个百分点以内，只有被试校正带来数个点的提升，说明架构本身已堵住主要捷径。
数据与划分如何保证测试语音未被听过
九个数据集覆盖丹麦语荷兰语汉语英语，包括高密度脑电、老年与听力受损被试、单人语音与四选一房间。统一流程保留 0.5 到 32 赫兹并映射到相同通道，包络用听觉滤波器组计算，个别数据集用作者提供的包络。
内容不相交划分 × 跨试次空检验： 内容不相交划分指按音频内容分组使测试语音在训练中从未出现，跨试次空检验指用同被试另一试次的脑记录替换原记录使脑与语音无关，前者堵住记忆语音身份的漏洞，后者检验准确率是否真的来自时间锁定耦合。
由于同一故事被所有被试收听且有重复，仅按试次划分仍会让测试语音出现在训练中。作者通过包络相关恢复内容组，同一连通分量划入同一折，保证测试流不与训练验证流链接。候选分竞争、匹配后与同人匹配失配 3 种，空检验包括跨试次与循环移位。
下表比较各数据集的任务类型与数据量，说明结果可比的前提是同一预处理与内容不相交，指标方向为准确率越高越好。
| Dataset | task | hours | groups | folds |
|---|---|---|---|---|
| KU Leuven (Das et al.,, 2016; Biesmans et al.,, 2017) | 2-talker | 20.6 | 4 | 4 |
| DTU (Fuglsang et al.,, 2017) | 2-talker | 15.0 | 60 | 5 |
| Fuglsang’20 (Fuglsang et al.,, 2020) | 2-talker | 20.1 | 4 | 4 |
单人与双人任务的难度不同，时长差异也影响训练量，因此后文主结果需按任务分别比较，并在同一折内训练所有基线。内容组数少的集合折数也少，这是为无泄露付出的代价。
内容分组与通道选择的代价是什么
内容分组的阈值经过 2 阶段相关确认，同内容拷贝相关接近一，不同内容远低于阈值，个别高相似来自静音填充或播客片段相似而非共享语音。验证集在组数足够时用整组，否则用试次尾部并留出上下文间隔，仅用于早停与滞后选择。
下表展示内容分组的规模与链接强度，比较问题是分组是否干净且阈值是否留有余量，数值越大表示拷贝越确凿，跨组最大值越小表示误连风险越低。
| Dataset | trials | groups | groups per listener | number |
|---|---|---|---|---|
| KU Leuven | 320 | 4 | 4 | 316 |
| DTU | 1079 | 60 | 58–59 | 1019 |
| Fuglsang’20 | 1401 | 4 | 4 | 1397 |
多数数据集每被试听过全部或几乎全部内容组，说明若不做内容划分必然泄露。跨组最佳匹配仍明显低于阈值，支持阈值的合理性，但短于 10 秒的共享片段不在保证范围内。
下表比较规范通道与全部原生通道的差异，比较问题是统一映射是否损失精度，指标为 5 秒与整试次准确率。
| Dataset | channels | 5 s | trial |
|---|---|---|---|
| Broderick | 64 / 128 | 62.3 / 66.4 | 81.5 / 86.5 |
| KUL-255ch | 64 / 253 | 67.1 / 69.9 | 98.3 / 100.0 |
用全部原生通道可提升数个点，说明统一映射为可比性付出了代价。但主比较仍用规范通道，因为它让同一网络服务所有脑电数据集，且不改变方法排名。
主结果在什么条件下成立
在内容不相交折上，5 秒时 CoupleFlow 在 8 个集合中的 7 个最好，对最强基线的领先在双人脑电上为数个百分点，在单人匹配失配上于 1 秒时超过 10 个点并随窗长接近上限。在未见被试上仍领先混合线性模型数个点，但在某个录制上两者都不迁移，说明该录制的问题不在模型。所有短窗空检验都在机会水平附近，长窗因样本少而波动。
读图说明：下图展示准确率随决策窗长的变化，横轴为对数窗长，纵轴为准确率，圆点为实测，曲线为单参数拟合，用于判断增长是否符合累积律。
看图路径： 1. 先看横轴决策窗长与纵轴准确率，再分左右两面板看竞争与匹配失配任务；2. 比较不同数据集曲线的斜率差异，注意脑磁曲线明显更陡；3. 观察圆点实测与曲线拟合的贴合程度
论文图 2。原论文 Figure 2:：“Accuracy vs. window length (log scale). Markers: CoupleFlow (seed 0), pooled over folds. Lines: \Phi(\kappa\sqrtT) with one \kappa per curve (Prop. 3).”。
图后解释：可见脑磁曲线最陡，脑电各曲线斜率不同但都随窗长单调上升，拟合曲线与圆点贴合，平均误差仅一两个百分点。读图时不要把短窗绝对值当作系统上限，长窗趋势才是结论成立的范围。
累积律用一个参数拟合每条曲线，并能预测留出窗长的准确率。
\[P(\mathrm{correct}\mid T)=\Phi\big(\Delta\zeta\sqrt{(fT-3)/2}\big)\approx\Phi(\kappa\sqrt{T}),\]累积律 × 信息率： 累积律指用一个参数描述准确率随窗长按正态累积分布增长，信息率指每秒脑响应携带的关于注意对象的互信息，两者联系是信息率决定累积律的斜率，记录质量差则需要更长窗口才能达到目标准确率。
读图说明：下图检验该参数能否从每样本跟踪余量预测，横轴为 Fisher 变换后的注意与负候选相关之差，纵轴为拟合参数，期望看到单一斜率。
看图路径： 1. 看横轴每样本跟踪余量与纵轴拟合参数的关系；2. 区分脑电竞争、脑电匹配失配与脑磁点的分布；3. 观察单一斜率直线对所有点的解释力度
论文图 3。原论文 Figure 4:：“Prop. 3 predicts \kappa from per-sample tracking.”。
图后解释：可见脑电与脑磁、竞争与匹配失配点落在同一直线附近，说明脑磁优势来自每样本信噪比而非任务更容易。单人语音的跟踪相关并不高于双人，支持瓶颈在记录质量的判断。
下表是原文 Table 1 的完整主结果，比较内容不相交折上的 1、5、20 秒窗，以及听者和内容同时留出的 5 秒 LOSO。前 3 组每组依次列 Linear、VLAAI、Dil. MM、Ours；最右 LOSO 只比较混合线性后向模型与 CoupleFlow。指标为准确率（%），越高越好。前 3 组 Ours 是 3 个随机种子的均值，LOSO 仅 1 个种子，不能把它们当成同一重复试验。
| 1 s | 1 s | 1 s | 1 s | 5 s | 5 s | 5 s | 5 s | 20 s | 20 s | 20 s | 20 s | LOSO, 5 s | LOSO, 5 s | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Dataset | task | Linear | VLAAI | Dil. MM | Ours | Linear | VLAAI | Dil. MM | Ours | Linear | VLAAI | Dil. MM | Ours | Linear | Ours |
| KU Leuven | comp. | 57.0 | 56.9 | 55.3 | 60.5 | 64.9 | 63.8 | 65.9 | 72.7 | 75.1 | 73.0 | 78.2 | 86.7 | 59.7 | 68.0 |
| DTU | comp. | 59.1 | 57.5 | 56.0 | 61.4 | 72.4 | 64.8 | 69.1 | 76.2 | 86.1 | 74.1 | 83.7 | 90.6 | 64.0 | 70.4 |
| Fuglsang’20 | comp. | 63.4 | 60.6 | 57.9 | 63.8 | 77.3 | 68.9 | 73.0 | 79.6 | 91.9 | 81.7 | 89.0 | 93.3 | 67.5 | 73.7 |
| ESAA | comp. | 61.3 | 58.3 | 57.5 | 63.2 | 74.1 | 66.4 | 70.6 | 77.9 | 87.6 | 78.8 | 84.7 | 90.6 | 66.1 | 68.6 |
| KUL-255ch | comp. | 57.0 | 55.9 | 54.7 | 58.9 | 65.5 | 62.1 | 65.0 | 69.4 | 76.2 | 72.1 | 77.6 | 83.0 | 64.0 | 66.0 |
| Broderick | comp. | 56.5 | 51.0 | 50.5 | 55.8 | 63.7 | 52.2 | 52.3 | 63.6 | 75.9 | 53.1 | 54.4 | 75.2 | 49.2 | 50.1 |
| SparrKULee | mm | 61.8 | 59.9 | 62.6 | 73.5 | 76.3 | 70.5 | 83.3 | 92.2 | 90.5 | 83.9 | 96.4 | 99.3 | – | 85.9 |
| MEG-MASC | mm | 72.7 | 71.0 | 72.0 | 83.7 | 92.0 | 89.1 | 96.2 | 99.0 | 99.4 | 98.6 | 100.0 | 100.0 | – | 95.0 |
5 秒内容折上 CoupleFlow 在 8 个集合中有 7 个最优，例外是 Broderick 的 63.6%，略低于线性的 63.7%。LOSO 下 Broderick 的 50.1% 接近空检验 49.7%，不能宣称解码器泛化到了所有新听者。其余双人集合在 5 秒 LOSO 条件下，相对混合线性模型的准确率优势为 2.0–8.3 个百分点；单人任务最右线性列的破折号表示没有该对照，不能当成零。脑磁记录与脑电记录的测量条件不同，也不能把脑磁的 99.0% 当作同条件架构对照。
另一个流匹配头消融来自原文 Table 3，比较先验无关 PMI、条件似然和纯语音先验。PMI 全面占优，纯先验为 47.0%–50.9%，接近机会水平；有脑残差差为正，无脑残差差接近零。这组消融只有 1 个种子，条件似然也仍高于机会水平，因此结论是去掉语音先验有帮助，而不是生成模型完全没有解码信息。
固定窗与序贯判决谁在同样时间内更准
把每秒对数似然比校准后相加得到固定窗判决，序贯规则则在累积证据首次越过阈值时停止。两者看的是完全相同的分数，只是停止规则不同。阈值固定不调参，校准只用验证集一个尺度。
读图说明：下图比较固定与序贯在平均决策时间相同处的准确率，横轴为平均决策时间，纵轴为准确率，虚线为 Wald 预测，CoupleFlow 取 3 种子平均，用于判断加速是否来自规则本身。
看图路径： 1. 先认图例编码：蓝色圆点是 CoupleFlow 固定窗，橙色方块是 CoupleFlow 序贯，绿色三角是线性固定窗，黄色菱形是线性序贯；2. 同一编码器内成对比较固定与序贯：蓝圆对橙方，绿三角对黄菱；3. 看横轴平均决策时间相同时序贯是否更高，再看虚线 Wald 预测与橙方的距离
论文图 10。原论文 Figure 11:：“Accuracy against mean decision time, two-talker datasets (test folds).”。
图后解释：可见橙方普遍高于蓝圆，黄菱普遍高于绿三角，说明增益是规则带来的，任何校准解码器都可用。CoupleFlow 的排名仍由其更大的斜率决定，仅在一个录制上线性略好。实测平均时间与 Wald 预测接近，偏差来自 1 秒网格的过冲与窗间弱相关。
读图说明：下图展示阈值的作用，左为达到阈值的判决准确率与理论保证的比较，中为平均选择时长，右为被试次末尾截断的比例。
看图路径： 1. 看左面板阈值增大时实测准确率如何贴近虚线保证；2. 看中面板平均选择时长随阈值的增长速度；3. 看右面板不同数据集被试次末尾截断的比例差异
论文图 11。原论文 Figure 12:：“Effect of the threshold A. (a) Accuracy of the decisions that reached the threshold, against the guarantee \Lambda(A) (dashed).”。
图后解释：可见达到阈值的准确率紧贴保证线，阈值定目标准确率时无需看测试数据。选择时长分布很宽，中位数数秒而尾部可达数十秒。最长判决准确率偏低，提示全局校准在弱信号段高估证据，这是未解决的局限。被试次短则强制判决多且更不准，连续聆听中该问题不存在。
拿掉哪个部分会掉点，哪个只是保险
在 3 个集合上的消融中，被试校正是最关键的架构成分，去掉掉数个点。从零毫秒开始滞后窗略好，滞后对照读声前脑则掉十几个点。去掉流匹配头、匹配候选、glimpse 特征、对抗、空铰链、InfoNCE 与侧别头等，多在 0.8 个点以内，说明它们不靠刷点取胜。
在房间四选一数据上，被注意者总是最响，存在响度捷径，但去掉任一保险后所有空检验仍在机会水平，说明时间中心化分数已从结构上堵住捷径。重叠窗分析显示重叠不增加信息，求和需按步长缩放以保持校准，缩放后序贯仅因更频繁检查阈值而小幅提升。混合训练在每个 epoch 从 {1,2,5,10} 秒重采样裁剪长度，其余折、种子、损失、训练轮数及 5 秒验证窗选模保持不变。相对只用 5 秒训练，8 个数据集的 1 秒测试准确率均提高 0.4–3.8 个百分点，5 秒与 30 秒准确率分别变化 0.0–2.6 和 0.0–3.8 个百分点。
作者概括长窗没有超过 0.1 个百分点的下降。这说明混合裁剪是可用的后续改进，论文主表仍统一采用 5 秒训练，不能把混合训练结果混入主比较。
结论的边界与尚未验证的范围
命题二假设记录只依赖被注意一路，但被忽略语音仍被弱跟踪，匹配与同人对照只能部分缓解该近似。2 个数据集用作者提供的包络，个别广泛使用的数据集因无时间锁定被排除，高密度集合只有两个内容折，脑磁只评估匹配失配任务。
听力受损组并不更差，这与增强跟踪的报道一致，但用的是未放大刺激的包络，解释时需注意该条件。房间数据的发布时间戳早于声音约 0.78 秒，不校正则窗口覆盖声前脑电并虚高准确率，校正后的因果结果才是 headline。侧别分类器的虚高来自同试次划分，故事共享只带来至多两个点的变化，说明真正的泄露是试次身份而非故事重复。
复现第一步做什么，需要补哪项验证
值得尝试的情形是需要从脑信号选出注意语音且能接受数秒延迟的离线或准实时分析，尤其单人匹配失配与脑磁等高信噪比场景。不值得的是指望 1 秒高准确率做助听器实时增益，因为脑电斜率对应的九十五准确率需要数十秒。
复现第一步是跑通统一预处理与内容分组，先做偏移扫描确认包络在合理延迟处被跟踪，再按内容折训练并报告跨试次与循环移位空检验。关键超参数是滞后起点与验证贡献度选择，信息条件是测试语音与测试被试均未见。
还需补的验证包括更长连续聆听下的序贯表现、随证据率变化的自适应校准，以及在更多房间与移动条件下的因果对齐。本文未公开代码模型或数据，来源核查也未发现可用的作者资源，因此只能按论文描述重写流程。
一句话总结与给新生的建议
CoupleFlow 的价值不在短窗数字，而在证明去掉捷径后仍存在真实的时间锁定增益，并用一条累积律把速度与可靠性归因于记录信噪比。新生复述时抓住三句：只用共变做判决所以空必为机会水平，用内容不相交与空检验保证增益来自脑，用单参数解释窗长效应。
阅读时先沿一个窗走完脑侧声侧到分数的完整路径，再看空检验与消融，最后看累积律与序贯规则。遇到高准确率先问划分是否内容不相交、窗口是否来自已见试次、候选是否响度可分，三问都通过才谈方法优劣。
📎 论文与评分元数据
排名：前50% | 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