📄 随信号切换窗长的短时傅里叶变换：U-STFT 如何逐帧选窗又保证可重构
评分：7.1/10 | 创新 1.5/2 | 技术严谨 1.3/1.5 | 实验充分 1.2/1.5 | 清晰度 0.8/1 | 影响力 1/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5
👥 作者与机构
- Manan Mittal：机构信息未能在本次解析中与作者逐人可靠绑定
- Kanad Sarkar：机构信息未能在本次解析中与作者逐人可靠绑定
- Ryan M. Corey：机构信息未能在本次解析中与作者逐人可靠绑定
- John R. Buck：机构信息未能在本次解析中与作者逐人可靠绑定
- Andrew C. Singer：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随时间变化的信号局部频率结构，困难是短窗定位冲击但频率主瓣宽，长窗分辨邻近谐波但抹平瞬态，固定窗无法同时照顾两种尺度。论文提出通用短时傅里叶变换，输入是采样率为\(f_s\)的离散时间信号与固定跳长划分的因果观测缓冲，输出是每帧复数时频谱与可精确重建的伴随合成流。每帧先为候选窗长计算归一化三阶Rényi熵，同时评价时间包络与频谱的集中性，熵越低表示能量越集中，最集中者作为该帧标准化损失的零点。这些逐帧损失经指数映射为似然，进入保持、增长、重置三元转移格子，贝叶斯滤波汇聚全部调度可能性的先验与似然得到后验分布，格子把\(\mathcal{O}(3^{M})\)调度压缩为每帧线性递推。后验对候选谱加权平均得到单帧谱，等价为数据自适应有效窗作用的结果，伴随包络归一化合成流经逆变换与无加权叠加实现精确重建。在88 kHz采样15 s双曲啁啾评测中，以每帧混合损失遗憾为指标，经验值稳定在0.526 nats/frame，低于0.760 nats/frame的理论路径编码上界，且全局二维Rényi熵低于固定窗、贪心选择和后见最优调度。与重分配、逐帧贪心选窗和非平稳Gabor框架的区别是该文给出累积混合损失遗憾界并保持线性投影与精确重叠相加，结论适用于窗长在有限候选集内切换且跳长固定的因果分析，跨更大窗库、实时吞吐与强非平稳噪声下的稳定性尚未验证。
🔗 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
固定窗为什么两头顾不上
这篇论文处理的输入是 1 维离散时间实信号，目标是给出随时间变化的局部频率内容，同时保留能精确还原波形的能力。经典短时傅里叶变换的做法是每帧取一段信号乘以有限长时域窗，再做离散傅里叶变换。时域相乘对应频域与窗频响的周期卷积，所以窗的主瓣宽度直接决定频率模糊程度。
短窗只积分很短的时间，能隔离脉冲和快速调频，但主瓣宽，会把邻近谐波抹成一片。长窗覆盖多个信号周期，主瓣窄，能分开邻近谱线，但把时间变化平均掉了。真实信号常同时包含快慢两种结构，固定窗选哪一头都会损害另一头。
下面这张论文图把上述折中做成最小例子，便于建立直觉。上方面板显示长窗窄、短窗宽的主瓣差异，下面两个时频面板显示同一段含脉冲加双音的信号在不同窗下的相反失败模式。
看图路径： 1. 先看左上两条窗的时域宽度差异；2. 再看右上主瓣宽度与音调间隔虚线的相对关系；3. 最后对比左下短窗与右下长窗对脉冲和双音的相反表现
论文图 1。原论文 Fig. 1:：“The STFT time-frequency resolution trade-off.”。
这张图确实可见 4 个面板：左上窗形、右上主瓣增益随频率偏移的衰减、左下短窗 L=32 时脉冲清晰但双音模糊、右下长窗 L=512 时双音分开但脉冲被横向拖尾。颜色条为相对功率分贝。它说明分辨率不是算法好坏问题，而是窗长本身的物理约束，后续自适应方法要在逐帧层面绕开这个约束。
已有三条路线各自卡在哪里
论文把已有缓解手段归为 3 类。第一类是非线性后处理，例如重分配和同步压缩，把谱能量搬到估计的瞬时频率轨迹附近。对孤立脊线有效，但改变了短时傅里叶变换的线性投影结构，成分交叉时合成变得困难。
第二类是自适应选窗，按局部集中度指标在候选窗长中优化，或用梯度下降调窗参数。论文指出，如果每帧独立贪心选择，噪声稍有扰动就会在平稳段引起窗长来回跳变，带来竖条伪影。第 3 类是非平稳 Gabor 框架，在非均匀时频格子上保证精确重构，但通常需要离线指定结构或在不规则频率网格上求对偶框架逆。
论文还对比了在线序列预测和贝叶斯变点检测。传统游程长度算法每步只有两种选择：游程加一或清零，适合分段平稳参数估计，但无法表示以固定有限长度向前滑动的分析窗。要在平稳段维持恒定分辨率，需要第 3 种操作：窗长不变、支撑前移。这就引出后文保持、增长、重置的三动作格子。
短时傅里叶变换 × 窗长 × 时间-频率分辨率折中： 短时傅里叶变换指对加窗后的短段信号做离散傅里叶变换，窗长指一次参与分析的时间样本数，时间-频率分辨率折中指短窗定位瞬态但主瓣宽、长窗分辨邻近谐波但平滑时间变化，三者组合说明固定窗必然顾此失彼，这正是自适应选窗的动机。
论文把自适应分辨率写成什么决策问题
论文把问题写成在有限候选窗长库上的序列决策。每帧 m 以跳步 H 前进，帧结束样本为 n_m=mH，观测缓冲是紧邻 n_m 的 N 个样本，不足时左侧补零。候选由离散记忆状态 s 索引，s 表示除当前跳步外还保留多少个历史跳步。
物理窗长与状态的关系很简单，状态越大窗越长，频率主瓣越窄，但时间平均越严重。论文实现中每个有效支撑用截断在 3 倍标准差、和归一为 1 的高斯锥形，所有候选右对齐到同一终止时刻，保证因果且共用同一 N 点频率网格，可以直接线性合并复系数。
随着帧推进，每帧选一个窗长就形成一条窗调度轨迹。相邻帧只允许 3 种转移：保持当前状态、增长一跳、重置回单跳基线。论文用事后观察全记录的最优容许调度作为参照，记至多 k 次非保持切换的子集，算法的累积损失要与这个事后参照比较，这就是后文后悔界的比较对象。
U-STFT 的一帧数据走过哪些步骤
沿着 1 帧看完整流水线会更清楚。输入是观测缓冲 x_m，先分别乘以不同长度的候选窗得到加窗帧，再分别做统一 N 点离散傅里叶变换得到候选谱。每个候选谱同时算一个标量集中度损失，损失越小说明该窗长越匹配当前局部结构。
算法并不贪心取最小损失的窗，而是维护所有状态上的概率分布。上 1 帧的滤波后验经过转移核变成当前帧的预测先验，再乘以当前帧由损失映射来的指数似然，经贝叶斯归一得到当前帧滤波后验。最后用该后验对候选复谱加权平均，得到唯一的复合谱用于显示和分析；另有一条伴随合成流用同样的有效窗处理包络归一化信号，用于精确重构。
下图是理解计算量从指数降到线性的关键，先看转移结构，再看状态合并思想。
看图路径： 1. 沿横轴帧号看窗长如何逐帧只能保持、爬升一格或掉回底层；2. 注意同一帧同一高度的多个到达路径对应同一物理窗；3. 体会 O(3^M) 路径如何坍缩为 O(smax) 个状态更新
论文图 2。原论文 Fig. 2:：“Causal window-length trellis. State s corresponds to a window duration L_s=(s+1)H.”。
这张格子图横轴为帧 m，纵轴为窗长，实线、点线、虚线分别表示保持、增长、重置。可见到达同一高度的多个历史路径在当前帧使用完全相同的物理窗和候选谱，因此概率质量可以合并递推。论文定理 3 证明这把对 O(3^M) 条调度的求和变成每帧 O(smax) 次操作。稀疏实现还可只保留 0、1、2、4、8 等二进制格点，把每帧候选离散傅里叶变换数降到对数级。
候选窗库如何构造并保证可比
候选窗库的构造细节决定了后文合并的合法性。状态集为 0 到 smax，smax 由缓冲长度和跳步决定。物理窗长为连续跳步数的倍数，s=0 只看最新一跳，时间定位最好但频率最粗；s 增大则向过去延伸，主瓣按 1/Ls 变窄。
每个窗在观测缓冲的最右侧 Ls 个样本上严格为正，其余位置为零，且全窗和为 1。右对齐使所有候选评价同一段以 n_m 结尾的信号，避免相位校正。加窗帧与候选谱的形成过程是逐元素相乘再做酉离散傅里叶变换。
\[L_{s}=(s+1)H\]\[\mathbf{z}_{m,s}=\mathbf{w}_{L_{s}}\odot\mathbf{x}_{m}.\]\[\mathbf{X}_{m,s}=\mathcal{F}_{N}\mathbf{z}_{m,s}.\]上述三式分别说明窗长定义、加窗操作和候选谱生成。它们强调形状是已知的截断高斯锥形，未披露逐样本数值也不影响理解：关键是不同 s 只有长度不同，变换尺寸和频率网格相同。
记忆状态 × 候选窗库 × 因果帧几何： 记忆状态指在当前跳步之外还保留多少个历史跳步，候选窗库指由不同记忆状态生成的一组不同物理长度的窗，因果帧几何指每帧只用截止到当前时刻的过去样本且右对齐，三者组合保证所有候选在同一时间基准和同一频率网格上可直接线性合并。
联合损失如何同时惩罚两种模糊
打分需要把能量集中程度变成可比数字。对每个非零加窗帧，先算总能量，再把有效支撑内的瞬时能量归一成时间概率分布；同时把保留频点上的加权谱能量归一成频谱概率分布。保留频点数至少为 2，保证分布有意义。
论文不用 2 阶方差，因为方差按距均值距离惩罚，会误罚分得很开但各自很尖的双谐波。改用 3 阶 Rényi 熵，它对概率做立方再取对数，尖峰占优、弥散背景被压制。时间熵和频谱熵分别除以各自均匀分布最大值，得到都在 0 到 1 之间的两项，相加即联合分辨率损失。
\[p_{m,s}[\ell]=\frac{|z_{m,s}[N-L_{s}+\ell]|^{2}}{E_{m,s}},\quad 0\leq\ell时间能量分布 × 频谱能量分布 × 归一化三阶 Rényi 熵： 时间能量分布指加窗帧内各时刻能量占总能量的比例，频谱能量分布指各保留频点能量占总谱能量的比例，归一化三阶 Rényi 熵指对这两个分布的尖锐程度分别度量并除以均匀分布最大值，三者组合得到同时惩罚时间拖尾和频域主瓣展宽的联合损失。
三动作转移与混合谱如何形成
转移的物理分工值得单独复述。保持对应平稳段维持当前折中，滑动窗但长度不变；增长对应谐波持续时保留旧起点并追加新跳步，逐步锐化谱线；重置对应瞬态到来时丢掉历史、塌回单跳，隔离脉冲。短窗时三者概率相当、动作灵活，长窗时增长概率趋近于 1，推动持续锐化，直到时间熵激增触发重置。
在实现上，论文用对称三元 Dirichlet-multinomial 先验，对重置、增长、保持计数做加三分之一平滑，得到依赖当前游程深度的马尔可夫转移概率。最大容量处增长不可行，退化为保持与重置的二元更新。预测先验经当前帧似然更新为滤波后验，再经转移核传到下 1 帧。
输出谱不是选单一候选，而是用滤波后验做期望。由离散傅里叶变换线性性，这等价于先用同样权重把时域窗平均成有效窗，再做一次标准变换。平稳相位解释是：在瞬时频率脊线上各非负窗相位平稳对齐，加权求和相长干涉；偏离脊线则相位快速旋转，在不同支撑间相消。论文还证明用滤波后验而不用预测先验能消除一拍切换延迟，其后验期望损失比预测混合损失恰好小一个 KL 散度项。
保持 × 增长 × 重置： 保持指窗长不变只向前滑动，增长指保留旧起点再多纳入一个新跳步以压窄主瓣，重置指丢掉历史只留最新一跳以隔离脉冲，三者是论文允许的全部相邻帧转移，组合起来既能维持平稳段的分辨率，又能快速响应瞬态。
后验期望谱 × 有效窗 × 包络归一化伴随合成流： 后验期望谱指按各窗长的滤波后验概率对候选复谱加权平均，有效窗指用同样权重对各候选时域窗加权平均，有包络归一化伴随合成流指先把输入除以累积窗包络再用有效窗分析以便无加权叠加还原，三者组合说明线性平均既得到自适应谱，又不破坏精确重构。
没有神经网络训练时什么在更新
这篇论文没有训练神经网络，也没有梯度反传和参数冻结问题，需要说清实际更新的是什么。更新的是每帧的窗长概率分布，包括预测先验和滤波后验，以及隐含的三动作计数。所谓学习是贝叶斯递推：先验来自上 1 帧后验经转移核传播，似然来自当前帧标准化 Rényi 损失的指数映射，后验是二者乘积归一。
逆温度 beta 控制损失对似然的锐利程度，论文把它当作给定超参数，没有报告调参搜索过程。初始状态先验取均匀分布。整个过程是在线的、因果的，每帧只用过去和当前跳步，不看未来。
理论保证写成混合损失后悔界。对任意至多 k 次非保持切换的事后调度，累积混合损失超出它的部分被负对数先验码长控制，阶为 O((k+1) log M)。固定窗对应 k=0 的静态调度，平均到每帧的超额损失随 M 增大趋于零，即渐近不输给任何固定窗。这不是说每帧都最优，而是在累积意义下不会被某个固定窗持续甩开。
混合损失 × 事后最优窗调度 × 后悔界： 混合损失指对所有容许窗调度做先验加权混合后的负对数似然，事后最优窗调度指看完全部信号后在至多 k 次非保持切换中损失最小的调度，后悔界指混合损失超出该事后最优的累积差距上界，三者组合把自适应问题变成可证明渐近不输给任何固定窗的在线预测问题。
实验比较了哪些条件和指标
实验按 4 个渐进场景组织：连续双曲 chirp、0 dB 高斯白噪声下的扫频加双音加脉冲合成信号、VCTK 说话人 p227 的 5 秒英语语音、座头鲸歌声与枪虾空化脉冲的 5 秒实测水声。每组都对比固定短窗、固定长窗、贪心逐帧选最小损失窗，有时还给出事后最优参照。
局部分辨率用邻近音的峰谷分贝差和脉冲时域包络宽度衡量。全局集中度用 2 维 3 阶 Rényi 熵，值越小说明能量在时频面上越集中。合成保真度用伴随流重构波形的归一化误差，即重构与原波形差的二范数除以原波形二范数。
需要强调比较条件：固定窗是实际可运行的基线，贪心逐帧选择也是实际可运行但无时间平滑的事后每帧最优，事后调度是预先知道全记录才能选出的参照，不能当作部署时可获得的提升。论文没有报告训练耗时或推理延迟的系统测量，复杂度只以每帧 O(smax) 操作和稀疏格点 O(log smax) 给出。
双曲 chirp 上窗长如何连续跟踪
双曲 chirp 从快扫到慢扫，采样与扫频范围决定了前后两端需要不同的窗。起始扫速快，需要短窗跟踪陡峭下降，尾部接近平稳音，需要长窗压窄脊线。
| 条件 | 指标 | 事后参照界 | U-STFT 实测 | 结论方向 |
|---|---|---|---|---|
| 同一段全记录 | 全局 2 维 Rényi 熵 bits | 事后调度与最优固定窗 | U-STFT 低于最优固定窗、贪心逐帧和事后调度 | 越小越集中 |
在同一段前快后慢的 chirp 上，固定短窗与固定长窗各擅长一端，单一自适应流能否两端都保持集中是这里的比较问题。指标方向是后悔和全局熵越小越好，条件是同一信号、同一分贝刻度。短固定窗 L0=H 起始清晰但尾部脊线宽，长固定窗 L15=16H 尾部锋利但起始严重拖尾，U-STFT 从短到长连续过渡。诊断图显示联合熵最小值随扫速变慢从小 s 移向 smax，后验质量平滑跟随而无逐帧振荡。贪心逐帧虽每帧损失最小，但全局熵反而更高，说明逐帧最优不等于全局集中。
下图把三行谱并排放在同一分贝刻度，右列放大前 1.5 s 起始段，便于直接看到拖尾差异。
看图路径： 1. 对比上中下三行在起始段与尾段的脊线粗细；2. 重点看右列前 1.5 s 放大图中起始拖尾的长短；3. 确认 U-STFT 中间一行是否两端都保持较细脊线
论文图 3。原论文 Fig. 3:：“Spectrogram comparison for the hyperbolic chirp on a shared decibel scale.”。
该图确实可见上行固定 H 起始锐利但尾部变粗，下行固定 16H 尾部极细但起始模糊成块，中行 U-STFT 首尾都保持细脊线。右列放大证实长窗在起始段的时间涂抹最严重。这支持连续自适应跟踪的判断，但仅在单条无噪 chirp 上成立，噪声下的稳定性要看下一节。
英语语音中浊音与爆破音能否兼得
语音场景中浊音段谐波密集需要频率分辨率，塞音释放和擦音起音仅持续数毫秒需要时间分辨率。
| 条件 | 指标 | U-STFT | 贪心逐帧 |
|---|---|---|---|
| 同上 | 爆破音边缘 | 恢复短窗锐利边缘 | 锐利但背景伪影多 |
在同一句话中，长窗利于谐波与共振峰轨迹，短窗利于爆破边缘，能否在不牺牲谐波的前提下恢复边缘是这里的比较问题。指标方向是全局熵越小越好，条件是同一语音、同一分贝刻度。短固定窗把浊音谐波并成宽竖带，长固定窗分开谐波但把每次爆破摊宽。U-STFT 在浊音段长期停在长窗，只在宽带起音处短暂重置，因此全局能量主要由长窗主导，全局熵接近长窗。贪心选择切换过于频繁，全局熵反而更高。U-STFT 并未在全局熵上超过最长固定窗，只是在几乎不损失全局集中度的前提下换回时间边缘。
下图把固定短窗、U-STFT、固定长窗纵向对比，右列放大 0.3 到 0.5 s 的两次爆破加元音起音，最下方给出混合权重随时间的变化。
看图路径： 1. 对比上中下三行浊音谐波的清晰程度；2. 看右列 0.3 到 0.5 s 放大图中爆破音边缘的锐利程度；3. 看最下方混合权重曲线在何处短暂掉到底部又迅速恢复
论文图 6。原论文 Fig. 6:：“Spectrogram comparison for five seconds of English speech (VCTK speaker p227) on a shared decibel scale: (a) the shortest fixed window (L=H), (c) the U-STFT, and (e) the longest…”。
该图确实可见上行短窗谐波模糊但爆破锐利，下行长窗谐波清晰但爆破拖尾，中行 U-STFT 两者兼顾。底部权重曲线大部分时间贴在 16H 高位，仅在零点几秒等处短暂掉到底部，对应重置动作。这支持长驻留加稀疏重置的机制解释，但仅针对该说话人和该句，跨说话人、跨语速的泛化原文未量化。
实测鲸声与枪虾脉冲看到什么
最后两组是实测海洋录音。座头鲸录音包含持续谐波歌声单元和快速频率拐折，枪虾录音是异步空化脉冲加环境海噪。论文以谱图对比为主，没有给出这两组的全局熵数字表，因此只能做定性复述。
鲸声左侧，U-STFT 在持续谐波段扩大有效窗以分辨泛音列，在快速调制段收缩以防跨帧涂抹。枪虾右侧，U-STFT 在脉冲起音反复重置回 L0=H，避免长固定窗的时间涂抹，也比贪心选择的背景更干净。贪心选择在两组中都出现较多不规则背景伪影。
所有合成、语音和野外试验中，伴随流未修改系数的直接逆变换加无加权叠加得到归一化重构误差约 1e-16，达到双精度机器精度，证实包络归一化设计在数学上精确。但这不等于加噪、量化或谱修改后的鲁棒重构，论文没有测试谱处理后的合成质量。
双音与脉冲冲突时三动作各起什么作用
合成冲突信号在 0 dB 信噪比下同时放入快线性扫频、500 Hz 与 532 Hz 相距 32 Hz 的双音、以及位于 t=2 s 和 t=3 s 的宽带脉冲。进入双音段时格子连续执行增长，把主瓣压到能分开 32 Hz 间隔，然后保持该窗长；脉冲到来瞬间时间熵激增，立即触发重置回 s=0，再重新增长回去。
六次独立噪声实现平均下，U-STFT 的音调峰谷分离达到最长固定窗 L15 的水平，脉冲宽度达到最短固定窗 L0 的水平。贪心逐帧选择的切换频率接近 5 倍，谱上出现严重竖条纹。这说明时间平滑先验的价值在于平稳段不乱跳，瞬态时又能立刻重置。
诊断面板进一步显示评分最小值、后验分布、固定窗库灰线与 U-STFT 蓝线的对比。固定 512 点窗能分音但脉冲拖尾，逐帧选择虽分音但背景不稳定，U-STFT 在保持分音的同时脉冲边缘更干净。该结论依赖 0 dB 白噪声假设，更低信噪比或混响下重置是否误触发，原文没有给出扫描。
这些结论在什么边界外不再成立
先明确证据边界。双曲 chirp 是单条无噪长扫频，0 dB 合成 test 是白噪声六次实现，语音只报告单说话人单句，海洋录音只有谱图定性对比。全局熵更小只说明能量更集中，不等于听感、检测率或分类准确率更好，论文也没有做主观评价。
方法层面也有未报告项。逆温度 beta、初始先验、高斯锥形截断和稀疏格点密度的选择对结果的影响没有消融；不同 DFT 尺寸 N、跳步 H 和 smax 下的计算量与延迟没有实测；贪心切换频率的 5 倍、4 倍说法是相对倍数，没有给出绝对切换次数和阈值定义。
理论界本身是累积混合损失相对事后调度的界，不是复合谱每帧损失的直接界。定理 4 给出复合谱满足界的附加条件，只有当复合谱损失与后验期望损失之差不超过 KL 项时才成立，论文没有证明该条件恒成立。因此渐近不输固定窗是对混合损失而言，对显示用的混合谱是条件性结论。
来源方面，本次未发现可验证的作者代码、模型或数据链接，不得声称已开源。海洋录音引用了外部文献，但这只证明论文提到这些来源，不证明数据可下载或可运行。
要复现第一步该搭什么
复现第一步是搭出因果候选库。按跳步 H 和缓冲 N 切帧，每帧取过去 N 点，构造 s=0 到 smax 的右对齐高斯窗，和归一为 1，分别加窗并做同一 N 点酉变换。先在双曲 chirp 或 500 Hz 加 532 Hz 双音脉冲合成信号上验证短窗与长窗的相反失败，再接入打分。
第二步实现打分与递推。对每候选算时间与频谱归一化 3 阶 Rényi 熵之和，跨候选标准化，用指数映射得到似然，按保持、增长、重置的加三分之一平滑转移做预测与滤波两步更新，最后加权平均得到复合谱。另按有效窗累积包络，用输入除以包络构造伴随流，验证无修改重构误差是否回到机器精度。
值得尝试的时机是信号同时含窄间隔谐波和宽带瞬态，且允许因果逐帧处理、能承受每帧多个变换的场景。若只有单一时间尺度，固定窗更简单；若需要非因果离线最优，可直接用事后调度做上限分析。还需要补的验证是 beta 灵敏度、不同信噪比下的重置误触发率，以及谱修改后的重构质量。
一句话总结与何时选用
综合来看，U-STFT 把选窗写成保持、增长、重置的在线贝叶斯混合，用联合熵打分解决贪心跳变，用状态合并把指数条路径降到每帧线性，用有效窗线性平均保持谱的相干增强，用包络归一化伴随流保证精确重构。证据支持它在前快后慢 chirp、0 dB 双音脉冲冲突、单句英语语音和两段海洋录音上兼顾两端分辨率，且重构误差达到机器精度。
选用建议很具体：当任务输入是同时有多时间尺度的音频，输出既要时频显示又要波形还原，且能接受多候选计算量时，可以试它；当任务只有单一尺度或只关心单一指标最优时，固定长窗或短窗可能更直接。复现时先做候选库与重构闭环，再调 beta 与转移平滑；发表式结论之外的听感、检测与实时延迟，仍待补测。
📎 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