英文题目：Rethinking Flow and Diffusion Bridge Models for Speech Enhancement
会议身份：
conference:aaai:2026:conference-paper-id:40630
✅ 来源为官方会议 PDF；可重放的表格、公式文本与 Figure 像素已按 PDF 抽取结果绑定，未成功恢复的结构不作推断。
标签：#扩散模型 #流匹配 #去混响 #语音增强
评分：6.7/10 | 创新 1.4/2 | 技术严谨 1.2/1.5 | 实验充分 1.0/1.5 | 清晰度 0.8/1 | 影响力 1.0/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 1.0/1.5
排名：前50% | 文档类型：方法研究
👥 作者与机构
- Dahan Wang：机构信息未能从会议 PDF 纯文本可靠映射
- Jun Gao：机构信息未能从会议 PDF 纯文本可靠映射
- Tong Lei：机构信息未能从会议 PDF 纯文本可靠映射
- Yuxiang Hu：机构信息未能从会议 PDF 纯文本可靠映射
- Changbao Zhu：机构信息未能从会议 PDF 纯文本可靠映射
- Kai Chen：机构信息未能从会议 PDF 纯文本可靠映射
- Jing Lu：机构信息未能从会议 PDF 纯文本可靠映射
📌 核心摘要
语音增强需从带噪混响观测中恢复干净语音，配对信号间分布映射复杂且传统扩散桥多步采样昂贵脆弱。作者先将OUVE、BBED、SBVE与OT-CFM统一为均值插值加方差调度的高斯概率路径，并推导对应常微分方程与前后向随机微分方程。接着以数据预测重写训练目标并用指数积分器离散采样，进而证明最终结果是各步网络估计与带噪输入的加权组合且末步权重主导。在此基础上将SB-CFM与SBVE路径与预测式TF-GridNet主干、傅里叶时间嵌入、SI-SNR加压缩谱损失及仅微调末步的CRP策略结合，形成改进桥模型。在DNS3去噪去混响测试集下，5步改进模型的PESQ为3.213，高于60步SBVE基线的2.592。该差异的实际意义在于桥采样每步等价于一次预测增强，因而可用更少参数与计算量达到预测模型水平。但其结论适用边界受限于预测上界，多步加权增益有限而难以大幅超越对应预测模型，跨语种与强非平稳噪声等场景尚未验证。在计算量上，改进模型参数量为2.2M且单步计算量为38G，5步推理开销远低于65.6M参数且60步采样的SBVE基线。
🔗 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
输入是什么，目标是什么，这篇解读要交付什么？
本文解读的对象是同时做去噪与去混响的语音增强研究。输入是带噪或带混响语音的复频谱向量，目标是恢复对应的干净语音。论文把近年看似分立的 3 条路线放在同一框架下比较：基于分数的扩散桥、薛定谔桥与流匹配。
解读的目标是让刚进入语音音频领域的研究生能够沿着一个样本，从输入表示走到网络组件、训练目标和采样输出，并能复述关键计算与实验条件。为此必须保留的信息包括任务定义、概率路径的参数形式、数据预测训练的监督来源、采样方向与离散方式。
还必须保留改进主干与损失的构成、数据集与基线配置、主结果与消融的对照条件。输出是 1 篇按学习依赖展开的技术解读，遇到教学举例会明确标为例子，不把例子中的假设数值当作论文报告的数值。
语音增强在这里被表述为条件生成任务。白话说，条件生成就是已知带噪语音，再去刻画干净语音应该长什么样。预测式方法的英文是 predictive model，它直接学一个映射，1 次就把带噪变成估计的干净。
生成式桥模型的英文是 flow and diffusion bridge models，它在配对数据之间修一条随时间变化的概率路径，采样时沿着这条路逐步细化。论文的核心判断是后者在形式上是生成式，在每一步的计算上是预测式。理解这一点，后面关于一步采样、权重集中和性能上限的讨论才有依据。
三条生成路线在解决同一个配对问题吗？
要先把 3 条路线放在同输入同目标下对照。它们的输入都是配对的干净语音与带噪语音，目标都是在给定带噪语音条件下得到干净语音。监督都来自配对数据，运行阶段都包含训练拟合与采样推理。区别在于构造路径的数学起点不同。
基于分数的扩散用前向随机微分方程描述加噪过程，再学逆过程的分数函数。常用组合包括奥恩斯坦特乌伦贝克过程加方差爆炸调度的组合，以及布朗桥加指数扩散系数的组合。薛定谔桥从两端受约束的路径测度优化出发，得到前后向随机微分方程组。
薛定谔桥常用数据预测而非分数匹配来训练。流匹配则直接规定常微分方程的速度场，最优传输条件流匹配把均值设为带噪与干净的线性插值，把方差设为随时间的线性变化。
薛定谔桥 × 流匹配： 薛定谔桥的分工是在两端狄拉克约束下优化路径测度并用前后向随机微分方程描述随机过程，流匹配的分工是直接规定高斯路径并拟合其条件向量场决定的常微分方程。二者搭配比较的理由是它们在语音增强中都以配对干净带噪数据为端点，组合意义是本文证明它们只是同一高斯路径族的不同参数选择，差异仅在均值方差轨迹与扩散系数上。
论文指出，这 3 类工作此前没有在语音增强领域被统一。统一的必要性在于它们都把带噪语音引入条件概率路径，均值都在干净与带噪之间插值，只是方差轨迹与采样方程写法不同。
如果只记住类别名称而不比较路径参数，就无法解释为什么有的模型需要几十步预测校正采样，有的模型用指数积分器几步就能工作。这也是后文把选模型问题转化为选路径参数问题的动机。
为什么配对桥模型天然接近预测模型？
常规的流与扩散模型学习的是整个分布之间的搬运，把源分布的随机样本变成目标分布的样本。而本文讨论的桥模型学习的是数据对之间的路径，起点是以带噪语音为中心的分布，终点是以干净语音为中心的分布。预测式语音增强可以看作在以配对数据为中心的狄拉克分布之间做单步转移。
例子：把带噪频谱看作起点照片，把干净频谱看作终点照片，桥模型是在两张照片之间铺一串中间帧，预测模型是直接猜终点照片。例子到此结束，论文的实际主张是两者的总体加工框架一致。
这种一致性带来两个可检验的推论。第一，主干网络在数据预测策略下的输入是中间状态、带噪语音和时间，输出是增强语音，比标准预测模型多了状态与时间两个辅助输入。第二，最终采样结果可以写成各步网络输出与带噪输入的加权和。
权重决定了哪一步真正重要。如果网络各步输出并不比传统预测模型更好，换用生成式框架就不会带来实质优势。论文还强调单步采样的特殊地位。单步采样只在起点调用 1 次模型，没有利用中间状态信息。
训练中只有对应时刻是有意义的，其他时刻的训练对该策略没有实质贡献。这解释了为什么单步桥模型的行为几乎就是预测模型，也为后文用预测式技术改进桥模型提供了依据。
统一框架如何用一条高斯路径装下所有模型？
统一框架的起点是把条件概率路径写成高斯形式，均值是干净语音与带噪语音的线性组合，方差是随时间变化的标量。论文用随时间变化的系数分别控制干净端与带噪端的比例。一旦这 3 个量确定，对应的采样常微分方程可以直接写出。
再用福克普朗克方程的随机微分方程扩展技巧得到前后向随机微分方程。扩散系数理论上可以任意选择，因为它对漂移与扩散的影响在路径层面相互抵消。先前模型中设计的随机微分方程只是该族中可解的一个特例。
高斯概率路径 × 采样常微分方程： 高斯概率路径的分工是规定中间状态分布的均值插值系数和方差随时间的变化，采样常微分方程的分工是给出沿该路径从带噪端走到干净端的速度场。二者搭配的理由是一旦均值方差确定，条件向量场和指数积分离散形式随之确定，组合意义是不必再从前向随机微分方程或薛定谔桥优化出发即可得到各类模型的采样器。
\[µt(xt|s, y) = ats + bty.\]上式说明均值是配对数据的插值，这是全文反复使用的路径假设。给定该路径，条件速度场由均值导数与方差导数决定，采样常微分方程随之确定。
\[dxt = ut(xt|s, y)dt,\]上式是流匹配的常微分方程形式，速度场是待学习或待推导的对象，流模型沿时间正向采样。
\[ut(xt|s, y) = σ′\]上式给出高斯路径下条件向量场的闭式，它把状态偏离均值的部分与均值本身的变化率结合起来。论文把代表性模型的路径参数整理成对照，指出它们的根本差异只在均值方差轨迹的设计。
采样方向也不固定，由参数定义决定。扩散桥通常沿逆时间用后向方程采样，流匹配沿正向采样，即使扩展为随机微分方程形式，采样用的仍是前向方程。下面这张图把不同步数的权重分布画了出来，它是理解采样结果构成的关键数量证据。
图中横轴是连续时间，纵轴是每步网络输出在最终结果中的权重，采样沿逆时间从右向左进行。该导读覆盖了坐标、刻度与时间方向，阅读时先确认三者再比较具体数值。
看图路径： 1. 先确认横轴为时间 t 纵轴为对数刻度的权重 wn；2. 再比较最左侧接近零处与中间各步点的数量级差异；3. 最后沿图中逆时间箭头确认采样从 t 等于 1 走向 t 等于 0
论文图 2。原论文 Figure 2：“Weight distribution of network outputs at each step in ODE-based sampling result (SB-CFM parameterization, and N = 10).”。
该图的像素显示纵轴为对数刻度，权重随时间的变化极不均匀。在接近零的最后 1 采样步附近权重标注约为 0.9699，而中间各步权重迅速跌到 0.01、0.0047、0.0030 等量级。最右端起点附近略有回升但仍只有 0.0033 量级。箭头标明逆时间方向，说明最终输出几乎完全由最后一步决定。这一分布直接支持后文只微调最后一步的策略，也解释了为何多步采样的收益主要来自最后 1 次调用。
网络每一步到底看见了什么，又输出了什么？
沿一个样本走完 1 次训练与采样有助于固定指代。训练时先取 1 对干净与带噪复频谱，按当前时间计算插值均值，再加上对应方差的高斯噪声得到中间状态。网络同时读入中间状态、带噪语音和时间，输出对干净语音的估计。
损失比较该估计与真实干净语音。采样时从带噪端出发，每一步把网络输出的干净估计代入离散采样方程，更新状态并进入下一时间，直至接近方差为零的干净端。
预测式语音增强 × 数据预测： 预测式语音增强的分工是从带噪输入直接映射到干净语音，1 次前向给出估计；数据预测的分工是在桥模型的每个中间状态下让网络输出对干净语音的估计，为采样方程补上唯一的未知量。二者搭配的理由是采样方程除干净语音外其余项已知，生成式训练因此退化为多条件下的预测任务，组合意义是可以用预测式的主干、损失和微调直接改进桥模型。
中间状态的均值相当于信噪比更高的带噪信号，随着采样推进逐渐接近干净语音，时间编码了这一信噪比进程与方差水平。因此主干可以被看作带辅助信息的预测式增强模型。论文用 1 阶指数积分离散把最终结果展开为各步估计的加权和。
扩散时间 × 时间嵌入： 扩散时间的分工是编码当前均值的信噪比进程和方差水平，时间嵌入的分工是把标量时间映射为高维向量再注入每个网络块。二者搭配的理由是原始预测主干无法感知所处采样阶段，组合意义是让同一网络在不同噪声水平下采取不同的去噪行为，从而把预测主干变为时变桥主干。
以下示意图展示了主干在训练与基于常微分方程采样中的工作机制，左侧为状态与带噪语音的输入侧，中间为时变主干，右侧为增强输出与加权求和回路。阅读时应先沿主路径再看辅助输入与损失分支，该导读覆盖了输入、主干、监督与求和 4 个部分。
看图路径： 1. 先沿左侧状态与带噪语音进入主干再输出增强语音的主箭头看完整前向；2. 再看顶部均值与高斯噪声如何相加构成训练输入的状态；3. 再看右侧干净语音与增强语音之间的虚线损失连接；4. 最后看底部多步加权求和如何回到最终采样结果
论文图 1。原论文 Figure 1：“Illustration of the backbone network’s working mechanism during training and ODE-based sampling (as ex- pressed in Eq. (20)) under the data prediction strategy.”。
从像素可见，左上均值频谱与右上均匀红色噪声频谱相加得到中间状态频谱，左下带噪频谱与该状态一同进入绿色主干模块，顶部有时间变量注入主干。右侧干净频谱与增强频谱之间用虚线连接并引出损失，表明训练监督来源是配对干净语音。增强输出标注了每步权重，下方大括号标明对所有步求和再与带噪项加权结合得到最终采样结果。该图把数据预测、辅助输入与加权组合 3 个要素放在同一回路中，是全文预测等价分析的直观依据。
论文还给出一个简单有效的参数化例子，均值系数取为随时间线性变化，方差取为与时间乘积成比例的形式，其采样常微分方程具有包含状态项、干净项与带噪项的闭式。该特例对应布朗桥，也可看作薛定谔桥条件流匹配在特定参数下的情形。例子到此结束，实际采用的路径以后文消融选出的调度为准。
训练如何组织，损失与微调分别更新什么？
训练采用数据预测策略，网络直接预测干净语音，而不是预测分数。论文指出这种策略便于引入语音特有的辅助损失。采样时方程中唯一的未知项就是干净语音，因此训练目标与采样需求直接对应。
离散推荐使用基于指数积分器的方法，因为它引入的离散误差较小。对于均值方差参数复杂的模型，积分可能没有可解闭式，难以应用该采样器。这也是原文仍对部分基线沿用预测校正采样器的原因。
改进的损失由三部分加权组成。第一部分是负尺度不变信噪比损失，作用于时域波形，强调能量归一化后的信号失真比。第二部分是功率压缩谱的幅度均方误差，对幅度做 0.3 次方压缩后比较。
第三部分是实部虚部分别做幅度归一化后的均方误差，保留相位相关结构。论文称此前常用的复谱均方误差加时域绝对误差加语音质量损失的组合可能欠强调幅度而过优化语音质量，因此引入上述预测式常用的损失。原文未报告三项权重的具体数值与优化器细节，这是复现时需要补看附录或代码的具体缺项。
指数积分器 × 校正逆过程： 指数积分器的分工是以解析处理线性漂移项来减小采样离散误差，校正逆过程的分工是只在最后 1 次模型调用上用改进损失做微调以补偿累积误差。二者搭配的理由是权重分析显示最后一步主导最终输出，组合意义是在不增加推理步数的前提下把训练重点放在决定性的一步上。
校正逆过程微调只更新最后 1 次模型调用的权重，用首选采样方法生成信号再与干净语音计算改进后的数据预测损失。该做法与权重集中结论一致，因为最后一步对结果影响最大。需要区分的是原始目标、近似与优化步骤：原始目标是拟合整条路径，微调是针对最终输出偏差的补偿步骤，不是重新学习整条路径。
在什么数据与基线上比较，如何保证条件可比？
实验覆盖去噪与去混响两类任务。第一套数据基于第三届深层噪声抑制挑战赛的干净与噪声样本构建，第二套是标准的语音库加噪声库基准。所有语音从 48 kHz 下采样到 16 kHz。
评估指标包括尺度不变信噪比、扩展短时客观可懂度、语音质量、深度噪声抑制平均意见分与通用 MOS，方向均为越高越好。论文未在正文给出完整超参数、训练配置与划分细节，称详见附录，复现时必须回到附录核对。
基线分为预测式与生成式两组。预测式包括噪声条件分数网络与时频网格网络，两者都用本文提出的损失训练。生成式包括基于奥恩斯坦特乌伦贝克过程的模型、随机再生模型、布朗桥模型、薛定谔桥方差爆炸模型与基于流匹配的模型。
生成式基线中多个模型沿用约 65600000 参数的主干配置，训练与采样按原论文设置。比较的公平条件是同一测试集、同一采样器家族下的步数与计算量一并报告，本文方法用更小的时频网格主干实现更少参数与更低计算量。
资源状态是正文开源声明的唯一依据。本次未发现来源绑定且完成安全验证的资源，因此不得声称代码模型或数据已公开。论文正文末尾虽给出代码与音频链接，但本次未能确认可达，解读中只转述链接存在而不做可用性承诺。
主结果在可运行策略下比过了谁，代价是什么？
比较的问题是改进桥模型在实际可运行的少步采样下，能否同时在性能与效率上超过现有流与扩散基线。公平条件是同一去噪去混响测试集，指标方向均为越高越好，计算代价用参数量与乘加运算量乘以采样步数表示。
需要保留的基线包括预测式强基线与生成式最好基线，实际可运行策略指一步与 5 步采样，而不是事后挑选的最优步数。下表整理了生成式强基线与本方法一步 5 步的对照，覆盖性能与规模两类信息。
| 条件 | 指标 | 生成式强基线 | 本方法一步 | 本方法 5 步 |
|---|---|---|---|---|
| 去噪去混响测试集 | 尺度不变信噪比 | 14.959 | 16.245 | 16.424 |
| 去噪去混响测试集 | 可懂度 | 0.844 | 0.870 | 0.874 |
| 去噪去混响测试集 | 语音质量 | 2.592 | 3.185 | 3.213 |
| 去噪去混响测试集 | 计算量乘步数 | 66 乘 60 | 38 乘 1 | 38 乘 5 |
上表整理自原文数字结果，生成式强基线指薛定谔桥方差爆炸模型，本方法一步与 5 步均为实际可运行策略。表后解释是主要收益与具体代价。本方法 5 步在尺度不变信噪比、语音质量与可懂度上均高于生成式强基线，同时参数量从六千多万降至二百多万，单步计算量也有下降。代价是仍需多步前向，增加一步到 5 步带来额外计算，但即使一步版本也已接近预测式强基线的水平。未胜出项需要指出：在部分 MOS 类指标上与预测式时频网格网络的差距很小，多步的增益是轻微超过而非大幅拉开，这与论文关于预测上限的判断一致。
以下两面板图展示了采样各步中间输出与最终结果的关系，左为语音质量右为整体 MOS，圆点为中间输出，水平线为预测基线与有无微调的最终结果。该导读覆盖了面板划分、标记含义与时间方向，阅读时先区分面板再比较相对位置。
看图路径： 1. 先区分左图语音质量与右图整体 MOS 两个面板的纵轴范围；2. 再对比圆点表示的各步中间输出与三条水平线的相对位置；3. 最后沿横轴逆时间箭头看从 t 等于 1 到接近零的变化趋势
论文图 4。原论文 Figure 4：“Average PESQ and UTMOS of network outputs at each step during sampling (N = 5) for the proposed bridge model (without CRP).”。
从像素可见，左图各中间圆点分布在 3.06 至 3.18 之间，预测式时频网格红虚线与带微调绿点线位于上方，不带微调蓝实线位于下方贴近最低圆点。右图各圆点围绕 2.245 上下波动，预测基线红虚线反而位于最下方，说明不同指标下预测基线与桥模型各步的相对优劣并不完全一致。两图横轴箭头均标明逆时间采样方向，支持论文所报告的最后一步主导最终结果、微调补偿欠优化的解释，但也表明总体趋势不等于每一步在每个指标上都成立。
哪处改动真正带来提升，路径选择有何反例？
消融要回答 3 个操作问题：换主干与损失是否有效，微调是否在不增加推理代价下有效，不同概率路径是否都能同样好。比较条件是同一测试集与同一调度下的对照，指标方向同样越高越好。
论文报告时频网格主干加改进损失显著提升桥模型性能，同时大幅减少参数与计算量，微调进一步提升而不增加推理成本。下表整理了原主干与新主干在同一调度下的对照，调度均为薛定谔桥方差爆炸。
| 条件 | 指标 | 原主干原损失 | 原主干改进损失 | 新主干改进损失加微调 |
|---|---|---|---|---|
| 同测试集同调度 | 尺度不变信噪比 | 14.158 | 13.481 | 16.424 |
| 同测试集同调度 | 可懂度 | 0.836 | 0.842 | 0.874 |
| 同测试集同调度 | 语音质量 | 2.706 | 2.802 | 3.213 |
| 同测试集同调度 | 计算量乘步数 | 66 乘 5 | 66 乘 5 | 38 乘 5 |
上表基于原文消融数字整理，调度均为薛定谔桥方差爆炸。表后解释是只换损失时语音质量与可懂度有改善但尺度不变信噪比出现下降，说明损失改进不是在所有指标上单调提升。换为时频网格主干并加入微调后各项指标同步达到最好，且参数与计算量明显下降。反例在路径消融中：奥恩斯坦特乌伦贝克与布朗桥路径因方差定义复杂难以使用指数积分器，需用预测校正采样器并增加到几十步，性能仍低于薛定谔桥条件流匹配与方差爆炸路径。这支持高斯路径两端为狄拉克分布加指数积分采样的组合，但也说明结论依赖于采样器匹配，不能脱离采样条件谈路径优劣。
预测等价性带来了什么上限与未验证部分？
论文直接报告的是最终采样结果主要由最后一步决定，各步网络输出的指标与预测模型相当，一步采样本质等价于预测模型。有限解释是这种预测行为解释了单步采样的有效性，并为引入预测技术提供指导。
待验证的推测是该框架存在性能上限，可能不会显著超过对应的预测模型。措辞上必须区分：上限是论文提出的解释性判断，不是测得的理论上确界。
未评测边界需要明确。原文未测量误判率、实际延迟与详细训练资源，推理开销只用参数量与乘加运算量乘以步数表示，不能直接承诺实际延迟改善。不同指标差值不能混放，自动 MOS 不能当作人评。
语音库加噪声库的结果中生成式基线分数取自原论文，而非统一复跑，这限制了跨论文比较的严格性。另一个限制是训练欠优化的分布不均。论文观察到主导最终结果的最后 1 次调用在训练中可能略欠优化。
语音质量低于其他步骤，微调补偿了这一点。但这不意味着每次微调必然提升所有指标，右图 MOS 面板中预测基线与桥模型的关系已显示指标间存在差异。相关性不是因果，权重集中解释了微调为何选最后一步，但不能证明只微调最后一步在所有数据上都是最优。
要复现应先固定什么，再补哪项验证？
复现先做三件事。第一，固定数据条件，把下采样率、去噪与去混响的构造方式与测试集划分抄到运行脚本中，避免用不同采样率直接比较指标。第二，固定路径与采样器，先实现简单有效的布朗桥参数化，再实现方差爆炸调度。
采样用指数积分 1 阶离散，并把采样终点设为很小的正值以避免数值奇异。第三，固定主干接口，给时频网格网络的每个块加入由傅里叶嵌入加全连接与激活构成的时间嵌入，使其能接收扩散时间。
核对时要把可复述的量与缺项分开。论文给出的量包括采样步数与权重分布、损失构成、主干规模与微调范围。缺项不是技术错误，而是原文未在正文交代的部分，例如三项损失的加权系数、优化器与训练轮数、微调轮数与学习率。
还需补的验证至少包括三项。至少在自建测试集上统一复跑生成式基线，而不是只引用原论文分数。至少报告一步与 5 步两个可部署点的完整指标，而不是只报最优步数。至少记录训练与推理的硬件预算，避免把乘加运算量直接等同于延迟。
论文特有的误解是把桥模型当作完全不同于预测模型的生成器。复现中应同时训练对应的预测式时频网格网络，若桥模型各步输出长期不超该预测基线，则应接受上限判断而不是继续增加采样步数。先在特定参数与步数下复算出同样的集中分布，再迁移到自选路径，这样才能判断实现是否正确。
何时值得尝试这种桥模型，何时不必？
当任务有配对干净与带噪数据，且已有较强的预测式主干与语音损失时，值得尝试把该主干用时间嵌入改造为桥主干，并采用两端为狄拉克分布的高斯路径加指数积分采样。预期收益是在相近或更小模型规模下获得与强预测基线相当或略好的多指标表现。
尤其在语音质量与可懂度上可能有改善。尝试的前提是能承担多步推理，即使步数已从几十步降至几步，仍多于单步预测模型。当目标是大幅超越现有最强预测模型，或运行预算只允许单步且不能接受任何额外时间嵌入开销时，不必强求桥模型。
单步桥模型在机制上就是预测模型，增益主要来自主干与损失而非生成式外衣。若中间各步输出已与预测基线持平，继续调路径大概率只带来小幅波动，此时更值得回到预测范式改进数据、损失或结构。
回到全文主线，统一框架的价值在于把选模型问题转化为选路径参数问题，把改进模型问题转化为改进预测组件问题。记住均值插值、方差轨迹、数据预测监督、加权求和与最后一步主导这条因果链，就能在不背诵每个模型推导的前提下复述方法、定位反例并设计对照实验。
⚖️ 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