📄 用超声听钻头卡死前的异响:自编码器与 XGBoost 的跨钻头对比
英文题目:Acoustic Anomaly Detection for Early Identification of Drill Jamming
评分:5.8/10 | 创新 1/2 | 技术严谨 1/1.5 | 实验充分 1/1.5 | 清晰度 0.8/1 | 影响力 0.5/1.5 | 开源 0/1.5 | 可复现 0.3/0.5 | 工程/实践 1.2/1.5
👥 作者与机构
- Maria Beatriz Silva:机构信息未能在本次解析中与作者逐人可靠绑定
- Lucas Edson Silva de Araújo:机构信息未能在本次解析中与作者逐人可靠绑定
- Sergio F. Chevtchenko:机构信息未能在本次解析中与作者逐人可靠绑定
- Ermeson Andrade:机构信息未能在本次解析中与作者逐人可靠绑定
- Danilo Araujo:机构信息未能在本次解析中与作者逐人可靠绑定
- Saeed Afshar: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
数控加工中钻头卡死会损伤工件、刀具和机床,而同型号钻头寿命差异大,靠累计使用量难以预判,论文要解决的是在未见过的新钻头上提前发现卡死前兆。输入是安装在机床罩内的超声麦克风录音,输出是每孔是否进入临界磨损并触发预警,难点在于故障样本稀少、不同钻头声学分布存在偏移。先将连续录音按钻孔切分,再对每孔超声信号计算时域与频域共23项指标的均值和标准差,形成46维特征向量,以捕捉20kHz以上摩擦与微裂纹引起的能量与谱形变化。最后将该向量送入两种建模路径,正常建模的自编码器只用健康孔学习重构,测试时以重构误差为异常分数,偏离越大越可能是前兆,监督XGBoost则同时用正常与临界孔学习两类边界,输出概率并与阈值比较,论文用留一钻验证模拟新钻头场景。在17把4毫米硬质合金钻头的留一钻验证下,自编码器综合F1-score为0.81,高于监督XGBoost的0.55。同一留一钻设置下,自编码器全局召回为1.00,高于XGBoost的0.47,综合AUC为0.8294,高于XGBoost的0.7559,在固定阈值和阈值无关指标上都更好。作者认为超声高频成分能反映摩擦与微裂纹引起的不稳定,可提供提前干预窗口,但结论限于所述采集位置、刀具规格与标注方式。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
第三方资源:https://github.com/BeatrizSilva-Dev/projeto_brocas_AE22 — 链接不可用(HTTP 404)
第三方资源:https://doi.org/10.26183/v7kh-b648 → https://research-data.westernsydney.edu.au/published/eb7b78503f7f11f1a4923741fec30ff7 — 链接不可用(HTTP 403)
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
钻头卡死预警要听什么、输出什么
这篇论文要解决的是数控钻削中钻头卡死的提前发现。输入是放在机床罩内部、切削区外部的超声微机电麦克风连续录到的空气传声信号,目标是在卡死发生前给出异常提醒,输出是每个钻孔级别的正常或异常判断,以及随钻孔序号变化的异常指标曲线。
必须保留的信息是高频段随磨损演变的谱特征。论文强调摩擦和微裂纹释放应变能属于高频现象,在可听声段容易被工业噪声掩盖,而 20 kHz 以上的超声谱对切削状态变化和机械失稳更敏感。输出不要求估计剩余寿命的具体孔数,只要求在最后 20% 寿命定义的临界区之前或之内报警,且在没见过的钻头上依然有效。
超声麦克风 × 声发射传感器: 超声麦克风指经空气传声、安装在加工区域外部的传声器,负责不接触工件而拾取高频声音;声发射传感器指需要接触耦合在工件或刀具上、直接拾取弹性波的传感器。论文明确区分二者,选择前者是为了不干扰加工、便于集成,代价是对空气传播路径更敏感,低频工业噪声和高频摩擦微裂纹信号会混在一起,需要后续特征提取突出 20 kHz 以上的变化。
已有路线为什么还不能直接拿来预警
刀具状态监测已有振动、切削力、主轴电流和声发射多条路线。论文回顾的高频声学工作,例如基于时频图像异常分割发现磨损后期特定谱特征,或在噪声车间里分离机械故障模式,更多是诊断已经发生的异常,或展示磨损后期会出现谱特征,而不是在严格跨工具验证下显式预测卡死。
另一条路线用机床内部控制数据做异常检测,能区分正常和异常行为,但同样偏重已形成的异常。建模上,XGBoost 这类集成学习加遗传算法调参在故障诊断里有效,自编码器这类重构模型在标签稀少时通过建模正常行为来发现偏离,两类方法本身都有先例。
论文指出的缺口是验证方式。很多研究用随机采样或普通 k 折,把同一把刀具的数据同时分进训练和测试,造成信息泄漏,高估了部署到新刀具时的性能。加上工业中故障样本远少于正常样本、不同刀具寿命和磨损动力学天然不同,有监督模型学到的固定边界换一把钻头就可能失效,这正是本文要用留一钻头验证来重测的原因。
数据不平衡和换一把钻头就变分布
第一个困难是类别不平衡。正常钻孔数量大,临界磨损孔数量少,准确率会因多数类主导而失真,漏报一次卡死的代价远大于多报一次。论文因此把 F1-score 作为主要指标,并同时看召回和混淆矩阵,阈值无关层面再用 ROC 曲线下面积 AUC 补充。
第二个困难是工具寿命高度随机。论文用显微检查举例,新刀切削刃完整,10 号钻头只打了 22 个孔就卡死,2 号钻头打了 107 个孔才到类似临界状态。这说明卡死与累计孔数不是简单对应关系,不能靠数孔数或固定磨损曲线来预报,必须听声音本身的变化。
第 3 个困难是跨工具的分布变化。短寿命、中寿命、长寿命钻头的声学基线和退化路径不同,训练集和测试集来自不同物理钻头时,特征分布会偏移。论文把这种训练测试分布不一致称为协变量偏移,并用留一钻头验证刻意制造这种条件,要求模型不做针对单把刀的校准也能工作。
离线三段式系统的输入输出链条
论文提出的是离线模块化系统,分信号处理、特征提取、专用检测模型 3 个独立阶段。拿一把待测钻头为例,连续超声录音先按孔切分并滑窗分帧,接着每孔聚合成 46 维时频特征向量,再送入自编码器或 XGBoost 得到异常分数,最后按阈值判正常或异常,并把分数随孔号画成时间演变曲线。
两条路线共用同样的输入特征和同样的标签定义,区别只在学什么。自编码器只学正常分布,用重构误差度量偏离;XGBoost 同时看正常和异常标签,用概率输出学分界面。评估时每轮留出一把钻头的全部孔做测试,其余钻头做训练,测试钻头的全部孔都过一遍模型,但算指标时只比较前 50% 正常区和后 20% 异常区,中间 30% 过渡区用来观察指标爬升过程。
传感器装在哪里、为什么只用一路超声
实验在数控加工中心钻铁板进行,每把 4 mm 硬质合金钻头按 programmed 孔序一直打到临界失效。仪器方面,机床罩内部装有三支 96 kHz 采样的常规麦克风和三支 192 kHz 采样的超声麦克风,本文只用其中一路标出的超声麦克风数据。选择超声的原因是它对临界前期的摩擦和微裂纹瞬态更敏感,可听声段和多路融合留作未来工作。
下面这张现场照片说明了非接触安装的含义,读图时重点看传感器与切削区的位置关系。
看图路径: 1. 先看机床、工作台和前景白色挡板上的三组夹持麦克风;2. 找到红圈标出的本次实际使用的超声麦克风位置;3. 确认传感器在机床罩内部、切削区外部的非接触安装方式
论文图 2。原论文 Fig. 2::“Experimental setup showing the drilling machine, the workpiece material, and the positioning of the acoustic sensors.”。
照片显示机床工作台、被夹具固定的板材和前景白色挡板上并排夹持的 3 组麦克风,其中一路被红圈标出为本文使用的数据来源。传感器位于机床罩内部但在切削区外部,经空气拾音,不接触刀具和工件。这种安装的好处是不干扰加工、易于集成,代价是拾取的声音包含机床噪声和空气传播衰减,后续必须靠高频特征和跨钻头验证来证明听到的确实是磨损相关的变化,而不是某次装夹的偶然差异。
从连续录音到按孔特征:分帧与标签如何配合
连续录音先按孔切分,再用帧长 1024 采样点、帧移 512 采样点、50% 重叠的滑窗处理。论文给出的理由是时间分辨率足够找到钻头进出带来的能量谷,同时保留对异常检测关键的瞬态不稳定。这种分帧不直接做分类,而是为每孔的特征统计提供细粒度观测。
标签按每把钻头自身寿命比例划分,而不是按统一孔数划分。正常类是寿命前 50%,异常类是卡死前最后 20%,中间 50% 到 80% 为不参与有监督训练的过渡区。按比例划分的好处是寿命 22 孔和 107 孔的钻头能对齐到同一个退化语义下比较,代价是把连续磨损硬切成离散类,边界本身是人为简化。
正常类 × 过渡区 × 异常类: 正常类指每把钻头寿命前 50% 的孔,代表最稳定的切削状态,用来定义健康基线;过渡区指 50% 到 80% 寿命的中间段,磨损状态模糊,训练有监督模型时不给标签以保证类别纯净;异常类指卡死前最后 20% 的孔,代表高频不稳定集中出现的临界磨损期。三者搭配的意义是把连续随机的磨损过程切成可评测的离散目标,正常和异常用于算指标,过渡区保留在验证阶段观察指标随时间的演变。
下面这组频谱对比直观展示了标签背后的声音差异,读图时先对齐时间轴再看高频。
看图路径: 1. 对比左右两图横轴时间与纵轴频率的范围和颜色标尺;2. 观察右图 6.5 秒之后在 20 kHz 以上新出现的亮带和瞬态能量;3. 注意左图低频已有切削能量,但高频部分基本是暗背景
论文图 3。原论文 Fig. 3::“Spectral comparison between (a) a stable drilling condition (first hole) and (b) hole #24 within the critical wear zone (Last 20% of tool life).”。
左图是稳定期第一孔的时频分布,能量主要集中在低频切削段,高频背景较暗;右图是同一类钻头临界区第 24 孔,能量在 6.5 秒之后明显增强,尤其在 20 kHz 以上出现多条亮带和瞬态冲击,右侧颜色标尺以 dB 为单位表示强度。论文把这种高频突发解释为严重摩擦和机械失稳的声学表现。需要提醒的是,这是单孔示例,用来说明特征设计要抓住的对象,不能把它当成所有钻头在同一孔号都会出现的固定模板。
46 维特征向量里装了哪几类信息
每孔的声学签名被压缩成 46 维向量,由 23 个基础度量各取均值和标准差构成。具体包括 20 个梅尔频率倒谱系数,对应 40 维,负责用对数梅尔尺度突出关键能量带的包络形状;均方根能量对应 2 维,负责度量信号幅度和平均功率;谱质心对应 2 维,负责表示能量重心在频率轴的位置;谱带宽对应 2 维,负责表示频谱分散和频率成分范围。
这样设计是时域强度与频域形态的组合。均方根能量对整体变响敏感,倒谱系数、质心和带宽对谱形漂移敏感,尤其希望抓住超声段 20 kHz 以上的非线性谱偏移。论文没有给出这 46 维在某孔上的具体数值例子,解读时只能讲清每类特征的分工,不能补造哪 1 维在临界期一定增大。
两类模型吃的是同一 46 维输入,这保证了后面的对比不是特征不同带来的。区别在训练时看到的标签范围不同:自编码器只看各训练钻头最开始的健康孔,XGBoost 同时看前 50% 和后 20%,过渡区都不用于有监督训练。
自编码器只学健康声音、阈值如何定
自编码器采用多层感知机回归器结构,隐层为 32、16、32 个神经元,ReLU 激活,输入输出都是 46 维特征向量。训练目标是把健康特征压缩再重构好,测试时重构均方误差明显高于健康模式的孔就判异常。
训练集构造严格跟随留一钻头策略。每轮测试一把钻头时,用其余 16 把钻头各取最初 5 个孔做训练,刻意只取最靠前的孔以避免磨损信号污染,目的是刻画通用健康状态。评估时把测试钻头全部孔都送入模型得到误差曲线,但算 F1-score、召回和 AUC 时只对比前 50% 正常区和后 20% 异常区。
阈值是基于训练集重构误差分布的统计量,取 99.5 百分位数。论文称这是偏保守的选择,目的是减少误报同时保持对早期失效的敏感,把阈值做成可控统计参数。阈值在每轮基于训练集标定,不偷看测试钻头,避免数据泄漏。
自编码器 × 重构误差: 自编码器指只用正常数据训练、把 46 维特征压缩再重构的多层感知机网络,负责记住健康声音长什么样;重构误差指测试孔的特征经网络重构后的均方误差,负责度量当前声音偏离健康基线多远。二者搭配构成半监督的新颖性检测:训练时只见正常,测试时误差超过训练误差 99.5 百分位数的阈值就报警,不需要见过各类故障形态。
XGBoost 学分界面、遗传算法搜什么
有监督路线用 XGBoost,输入同样是 46 维特征,输出是临界磨损期的异常概率,最终以 0.5 为固定阈值分类。训练标签同样是前 50% 对后 20%,并用 scale_pos_weight 按正常与异常样本比动态加权来处理类别不平衡。模型通过顺序建树纠正前序误差,能拟合特征与刀具状态之间的复杂非线性关系。
为尽量公平,论文用 DEAP 库的遗传算法做超参数优化,单目标最大化验证集 F1-score。种群 20 个个体,进化 10 代,锦标赛选择规模为 3,混合交叉 alpha 为 0.2,高斯变异均值 0、标准差 0.1、变异概率 0.2。适应度用 5 折 GroupKFold 交叉验证,保证调参时不同钻头已分组隔离,选出的参数对钻头间差异更稳。
下表是论文给出的搜索空间,读表时注意学习率是对数尺度,其余多为线性尺度。表前先明确比较问题:这不是结果表,而是说明有监督路线花了多少搜索预算、搜了哪些控制模型复杂度和随机性的参数。
表 1 比较的问题是 XGBoost 的调参范围是否覆盖复杂度和随机性控制,指标方向不适用,公平条件是调参同样用分组隔离避免泄漏。
| Hyperparameter | Search Interval | Scale Type |
|---|---|---|
| N. Estimators | [50, 450] | Linear |
| Max Depth | [3, 15] | Linear |
| Learning Rate | [0.001, 0.1] | Logarithmic |
| Subsample | [0.6, 1.0] | Linear |
| Colsample Bytree | [0.6, 1.0] | Linear |
表中估计器数量 50 到 450、最大深度 3 到 15 控制模型容量与泛化平衡,学习率 0.001 到 0.1 控制每棵树的修正步长,子采样和列采样 0.6 到 1.0 引入受控随机性以抵抗切削瞬态和背景噪声。需要说明的限制是,搜索预算固定为 20 乘 10,进化代数不大,找到的是该预算下的较优参数,不能理解为全局最优或部署后免调参。最优参数选定后固定下来,再进入留一钻头评估。
XGBoost × 遗传算法调参: XGBoost 指用多棵决策树顺序纠错、学习正常与临界两类边界的有监督分类器,负责从 46 维特征直接输出异常概率;遗传算法调参指用 DEAP 库以 F1-score 为适应度、在 GroupKFold 下搜索树数量、深度、学习率等超参数的过程,负责在钻头间差异下选出更稳的参数。搭配的意义是给有监督路线尽量公平的上限,但它仍需要两类标签,且学到的是固定边界,换一把磨损规律不同的钻头就容易失效。
17 把钻头如何划分、指标如何聚合
数据集共 17 把工业钻头,按打到失效的总孔数分成 3 类寿命画像:短寿命 18 到 30 孔包括 03、05、07、08、09、10、12、15、16 号,中寿命 31 到 60 孔包括 01、04、06、11、13、14、17 号,长寿命 107 孔只有 02 号。这种划分用来展示操作变异性,不是模型输入。
评估采用留一钻头验证,每轮一整把钻头做测试集,其余做训练,共 17 轮。每轮的阈值和参数都不接触测试钻头,模拟模型面对没见过磨损规律的新刀。固定阈值指标用 F1-score 为主,辅以混淆矩阵;阈值无关能力用 ROC 曲线和 AUC,AUC 可理解为随机抽一个临界前样本的异常分数高于随机正常样本的概率,越大分离越好。
Leave-One-Drill-Out × 协变量偏移: Leave-One-Drill-Out 指每次留出一整把钻头做测试、其余 16 把做训练的分组交叉验证,负责模拟工业中模型必须处理没见过刀具的情形;协变量偏移指训练和测试钻头因寿命、磨损速率不同导致特征分布不一致的现象。在本文中前者是刻意制造后者的验证手段,同一把钻头的数据绝不同时出现在训练和测试里,因此随机拆分下虚高的性能在这里会被打回原形。
论文还报告了 Wilcoxon 符号秩检验 p 小于 0.001,用于说明自编码器在每钻头 F1-score 上系统性高于 XGBoost。这个显著性只在本文 17 把钻头、本文标签和特征条件下成立,不能推广到其他刀具几何或切削条件。
总体谁漏报更少、分数分离谁更好
总体比较的问题是:在同样的 46 维输入、同样的前 50% 对后 20% 标签、同样的留一钻头划分下,哪种范式在固定阈值和阈值无关两个层面更可靠,指标都是越大越好。论文报告的合并指标是自编码器 F1-score 0.81、全局召回 1.00、合并 AUC 0.8294,XGBoost 为 F1-score 0.55、召回 0.47、AUC 0.7559。
论文对 F1-score 的定义采用精确率与召回的调和平均,形式如下,理解时先记住它同时惩罚漏报和误报,类别不平衡下比准确率更可信。
\[F1=2\cdot\frac{\text{Precision}\cdot\text{Recall}}{\text{Precision}+\text{Recall}}\]其中精确率是判为异常中真正临界的比例,召回是全部临界孔中被抓住的比例,F1-score 是二者的调和平均。论文用它做主指标和遗传算法的适应度,正是因为漏报卡死和误报停机都不希望发生,但安全上更不能容忍漏报。
下表是合并性能表,合并后的总体权衡是零漏报带来安全收益,同时伴随部分稳定期提前预警的代价。
表 2 比较的问题是两种范式在跨工具条件下的总体检测能力,公平条件是同特征、同标签、同留一划分,3 个指标方向均为越大越好。
| Model Paradigm | F1-Score | Global Recall | Consolidated AUC |
|---|---|---|---|
| MLP Autoencoder | 0.81 | 1.00 | 0.8294 |
| XGBoost Classifier | 0.55 | 0.47 | 0.7559 |
结果支持的判断是,在本实验条件下,把刀具退化看成偏离已知健康状态,比看成固定离散类更容易跨工具泛化。自编码器实现零漏报,17 把到临界期的钻头全部预警,这对防止损坏机床和工件很关键;代价是 17 个稳定期中有 8 个被提前预警,误报并不低。XGBoost 正确识别 13 个正常、8 个异常,但漏掉 9 个异常,召回只有 0.47,且阈值无关的 AUC 也低 0.07 左右,说明不仅是 0.5 阈值没选好,而是分数本身对两类的排序能力就较弱。
下面看每钻头分布是否稳定,对比重点是中位数高低和贴近零分的点的多少。
看图路径: 1. 比较左右两个箱体的中位数高度和箱体上下跨度;2. 看自编码器一侧高分散点与 XGBoost 一侧贴近 0 的点;3. 结合纵轴每钻头 F1-score 理解跨工具稳定性的差异
论文图 5。原论文 Fig. 5::“F1-score consistency per model across all test drills.”。
箱线图纵轴是每把测试钻头的 F1-score,横轴是两种结构。左侧自编码器箱体和中位数明显更高,有多个接近 1.0 的点,但下沿仍有 0.4 附近的点,说明并非每把都完美;右侧 XGBoost 箱体更低更宽,多个点贴近 0,对应完全漏检的钻头。这张图把表 2 的平均数拆成了分布,提醒平均 0.55 背后是方差很大、个别工具彻底失效,而平均 0.81 背后仍有误报和个别低分,不能只记平均数。
预警是提前出现还是只在最后时刻跳变
论文用两把没见过的钻头展示时间演变:短寿命 03 号 26 个孔,长寿命 02 号 107 个孔。左轴是自编码器重构误差,右轴是 XGBoost 异常概率,横轴是孔号,红色阴影是最后 20% 临界区,自编码器虚线阈值在两图分别约为 0.282 和 0.277,XGBoost 固定为 0.5。
自编码器在 03 号上初期误差低而稳,接近失效逐渐抬升并在临界区附近过阈;在 02 号上约 60 孔后进入持续高于阈值的报警 regime,远早于最后 20% 区。论文把阈值在红区之前穿越解释为对早期机械不稳定的有用提前量,而不是单纯误报。这个解释依赖标签定义,若把提前报警都算对,则召回自然偏高,误报的统计口径需要结合混淆矩阵中 8 个误报来理解。
XGBoost 在 03 号上长期接近零、临界附近 abrupt 上升并在 0.5 上下剧烈振荡;在 02 号上更不稳定,多次穿越决策边界,时间一致性差。这说明有监督概率对个体磨损动力学敏感,固定 0.5 阈值在不同钻头上不是同样合适。
尚未评测的范围是阈值自适应。若把自编码器阈值从 99.5 百分位数调松或调紧,召回与误报的 trade-off 会移动,论文没有给出完整的阈值扫描曲线数值,只给了 AUC 作为阈值无关补充,因此不能从本文断言哪个百分位数在新车间最优。
哪些结论换个条件就不成立
第一个限制是标签的人为性。磨损是连续随机过程,前 50%、中间 30%、后 20% 的切分是为了跨钻头一致评价的必要简化。过渡区不参与有监督训练,但验证时仍用于观察,这种处理会影响 F1-score 和 AUC 的分母构成,换一套比例结论数字会变。
第二个限制是适用边界。实验只覆盖 4 mm 硬质合金钻头钻铁板、特定机床和一路超声麦克风,阈值和声学基线都与此绑定。换刀具几何、材料或切削参数,很可能需要重新校准自适应阈值,论文也明确这样提示。
第 3 个限制是样本量与成本缺失。17 把钻头每把全寿命连续监测,声学窗口总量不小,对跨工具泛化有意义,但工具数量仍有限,长寿命只有 02 号一把。论文没有报告训练耗时、推理延迟和误报带来的人工复检成本,因此不能承诺部署后一定省钱或实时可用,只能说在漏报代价远大于误报代价的安全视角下,自编码器的零漏报有吸引力。
复现第一步做什么、需要补哪些验证
复现应从数据划分和标签复刻做起,而不是先调模型。先按每把钻头总孔数算出前 50% 和后 20% 的孔号,中间 30% 在有监督训练时屏蔽;再按帧长 1024、帧移 512、50% 重叠分帧,提取 20 个梅尔倒谱系数、均方根能量、谱质心、谱带宽并各取均值标准差,拼成 46 维;最后实现留一钻头循环,每轮用其余 16 把各前 5 孔训练自编码器并取训练误差 99.5 百分位数为阈值,XGBoost 则按同样分组调参与评估。
论文正文给出两个链接,分别指向代码仓库和数据集 DOI,但本次核验中这两个第三方链接当前不可用,不能写成作者资源已公开可下载。复现前需要先确认能拿到与原文一致的连续录音与按孔切分信息,否则无法对齐标签。
值得尝试的情形是故障稀少、新刀不断上线、漏检代价高的钻削监测,且能接受提前预警换来人工检查。还需要补的验证包括可听声段与超声的对照、多路融合是否稳定提升、不同刀具与参数下的自适应阈值,以及误报率、延迟和复检成本的实测,这些在本文都没有完整报告。
一句话总结与容易误解的三件事
综合来看,论文在严格的跨钻头验证下证明超声谱是卡死前机械不稳定的可用窗口,且只建模健康声音的自编码器比学固定边界的 XGBoost 更稳,代价是约一半稳定期会出现提前预警。结论成立的条件是 4 mm 硬质合金钻头、本文特征与标签、留一钻头聚合口径,Wilcoxon 显著性也不应外推。
容易误解的第一件事是召回 1.00 不等于没有误报。混淆矩阵显示自编码器稳定期 9 对 8,提前预警被论文视为安全可接受的保守选择,但在生产中仍是停机检查成本。第二件事是 AUC 0.8294 对 0.7559 不等于只差阈值选择,AUC 已是阈值无关的排序能力,说明 XGBoost 的分数本身分离就较弱。第三件事是遗传算法调参没有弥补分布偏移,XGBoost 在部分钻头 F1-score 为零,提示问题不在搜索预算太小,而在固定类别假设与个体磨损动力学不匹配。
📎 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

