DAFx Challenge Introduction & Results

英文题目：DAFx Challenge Introduction & Results

会议身份：conference:dafx:2026:conference-paper-id:DAFx26_challenge_76

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#基准测试 #基准设计 #模型比较 #音频理解

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：数据集与基准

👥 作者与机构

Leonardo Gabrielli：机构信息未能从会议 PDF 纯文本可靠映射
Michele Ducceschi (Challenge Chairs)：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本挑战以1秒合成位移脉冲响应为输入，需同时估计6维物理几何材料参数与数千阶模态频率衰减增益三元组，实际难点在于密集模态交叠、频率相关阻尼与增益耦合导致的不可唯一性与高频不可分辨性。基准链条先由阻尼Kirchhoff-Love方程解析生成模态库并负责给出频率衰减与增益的闭式映射，其输出的模态三元组直接进入精确双二阶滤波器组以合成保密测试脉冲响应。合成响应随后进入双轨评分，任务A用归一化均方误差评价物理参数精度，任务B用匈牙利匹配相对误差加频域对数幅度误差评价模态可恢复性，前一阶段的合成输出即为后一阶段的评分输入。区别于既往个案式板建模，该工作统一了可辨识参数化、绝对幅度保留协议与可分辨分界讨论，使22种监督学习、迭代优化与DDSP方法得以同场比较并揭示高频段本质不可辨识。在任务B测试集下，13-B1的E{RE}指标为0.328，低于2-B的E{RE}指标0.539。上述结论的适用边界限于同分布线性简支板合成数据，向真实非线性板、空气负载与分布外参数的外推尚未验证。表中报告的推理开销在异构硬件下差异显著，如8-A仅需0.006秒而5-A另含9000秒优化耗时，训练成本与延迟亦随数据量和评估次数大幅变化。

🔗 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，学完能复述什么？

这篇解读的对象是第一届 DAFx 参数估计挑战的总结论文，输入只有论文正文与官方原图像素，目标是让刚进入语音音乐音频领域的研究生能够不依赖外部资料复述方法与实验条件。需要保留的信息包括仿真器假设、2 个任务的待估量、数据集规模与采样率、评价指标的计算口径与排名依据，以及哪些结论是论文直接报告的、哪些是有限解释。

输出按学习依赖展开，先讲任务与路线，再讲模型全景与组件计算，然后讲训练构造与推理、实验条件、结果与反证，最后讲复现与收束。全文只讲论文实际研究的板混响合成数据任务，教学用的比方会明确标为例子，不添加无来源的数值或效果承诺。

板混响的直观例子是这样的：用电磁激励器驱动一块薄金属板，再用接触拾音器拾取振动，密集而衰减慢的弯曲模态叠加起来听感像房间混响。论文研究的对象不是一块真实金属板，而是它的数字孪生，也就是阻尼 Kirchhoff-Love 板的模态仿真器。仿真器给定一组板参数就能生成 1 秒长的脉冲响应，挑战则是反过来，给定脉冲响应倒推参数。理解这个正反关系是后续所有方法的前提，正演是确定性的合成，逆问题则因为模态密集、阻尼随频率变化与参数耦合而难以求逆。

为避免误解，先固定 3 个边界。第一，所有脉冲响应都是合成数据，没有测量真实板，结论不能直接推广到真实非线性或空气负载情形。第二，任务 A 估计的是少量物理不变量而非原始材料参数的任意组合，因为原文指出部分原始参数只通过不变量影响响应。第三，任务 B 估计的是大量模态三元组，模态总数未知且随板变化，评价必须同时处理匹配、漏检与虚检。带着这 3 个边界去读方法与结果，就不会把分布内精度误当成通用求解能力。

这个问题在音频效果脉络中处于什么位置？

板混响仿真在音频效果中有较长历史，论文引用了人工混响综述与基于物理的板模型工作，说明薄板的正演行为已被较好理解，难的是逆问题。也就是说，如何从音频数据识别材料参数或模态参数，仍然是开放的基准缺口。挑战的动机正是提供统一的数据集与评价框架，让不同路线可以在同一条件下比较。

按同输入、同目标、同监督来对照，参赛路线大致分为 3 类。第一类是监督学习，先用仿真器自制大量训练数据，再训练网络从波形或谱特征直接预测参数，推理时只需 1 次前向。第二类是迭代优化，包括粒子群、协方差矩阵自适应进化策略、拉丁超立方采样与可微数字信号处理，靠反复合成候选脉冲响应并比较谱损失来搜索。第 3 类是经典信号处理，如矩阵铅笔、动态模态分解、匹配追踪与峰值拾取加带宽估计，往往不需要大规模训练数据，但需要对密集重叠做出假设。论文报告共收到 13 组参与者提交的 22 种方法，其中任务 A 有 12 种，任务 B 有 10 种，每种都附有技术报告与代码和结果文件。

这种分类不是同条件胜负，而是运行阶段与信息需求不同。监督方法把计算花在训练时，推理很快但依赖训练分布；迭代方法把计算花在测试时，不需要训练分布但需要多次正演；经典方法可移植性较好但在密集区假设易失效。后文的结果必须结合这种代价来读，不能只看误差数字。

两个任务到底要从波形中恢复什么？

任务 A 是物理参数辨识，给定仿真器生成的脉冲响应，推断子集 S(P) 中的 6 个量，分别是面密度、刚度不变量、张力不变量、板的 y 向边长与输出点横纵坐标。其余参数在全部仿真中固定，包括 x 向边长、泊松比、两个衰减时间对应的损耗参数以及输入位置。原文强调使用不变量的原因是原始物理参数中密度、厚度、杨氏模量与张力只通过 3 个组合影响运动方程，若直接估计原始四元组会出现产生完全相同脉冲响应的一参数族，真值不唯一。

任务 A 还有一个容易被忽略的信息条件，即脉冲响应的绝对幅度必须保留。双 2 阶节分子与面密度成反比，整体幅度携带面密度的信息，若把波形峰值归一化再存成音频，就会丢掉该信息。为此数据集同时分发保留绝对幅度的数组与归一化音频波形，复现时必须使用前者才能保证 6 个量都可辨识。采样率固定为 44100 赫兹，每条脉冲响应长 1 秒，测试集是 16 条由秘密种子随机生成的响应，真值保密用于评分。

任务 B 是模态参数估计，给定脉冲响应或频率响应，为每个模态恢复 3 个量，分别是固有角频率、衰减系数与离散双 2 阶节分子增益。增益的定义口径是更新方程中的分子，输出投影已被吸收进去，重建频率响应时必须用论文给出的传递函数形式。难点在于模态总数未知，估计数量一般不等于真值，评价既要度量频率、衰减与增益各自的相对误差，也要惩罚数量失配。论文还指出只有约一成模态位于 1 千赫兹以下的稀疏可辨识区，其余九成落在重叠不可唯一求解区，这决定了后文对指标的谨慎解读。

仿真器如何把一块板变成一组滤波器？

沿一个样本走完输入到输出有助于建立全局图像。输入是理想冲激，作用在固定输入点，输出是在输出点测到的横向位移时间序列。表示层面先把偏微分方程投影到简支边界下的正交正弦模态上，每对正整数模态序号对应一个空间形状，原偏微分方程因此化为大量独立的阻尼振子。组件层面每个振子离散化为一个全极点双 2 阶节，由频率、衰减与增益 3 个系数决定，全部模态并联求和即得总响应。目标层面任务 A 是回到全局板参数，任务 B 是回到每个支路的 3 个系数。

下图是论文给出的模态混响结构导读，阅读时把输入当作待分配的能量，把每条支路当作一个共振通道，把右侧加法当作拾取点的叠加。

看图路径： 1. 从左侧输入圆圈出发，沿四条分支看到每个三角形投影后进入一个二阶节；2. 对照每个方框内分子分母形式，确认每路只是一个带增益的全极点双二阶滤波器；3. 看到右侧加号节点，把所有支路输出相加得到拾取点位移；4. 注意中间虚线表示模态总数很大，支路数量远多于画出的四路

$原论文 Figure 1：Modal reverb architecture. A sampled input f\\[k\\] is projected onto a bank of modes, described by an…$

论文图 1。原论文 Figure 1：“Modal reverb architecture. A sampled input f[k] is projected onto a bank of modes, described by an all-pole biquad filterbank.”。

从像素可见，左侧圆圈标为输入序列，右侧圆圈标为输出位移，中间至少 4 路并联结构清晰可见，每路先经过三角形投影再进入标有分子分母的方框，方框形式统一为带延迟的 2 阶分式，最下一路之前用虚线表示省略的大量模态。每路输出线汇入右侧加号节点，说明总输出是各模态贡献之和。图注进一步说明每个滤波器用 3 个系数表示，分别关联固有频率、衰减时间与增益，输出位置的重建就是对所有模态求和。

这个结构同时解释了两种任务的计算代价：正演 1 次需要更新数千个双 2 阶节 1 秒共 44100 点，迭代方法每次评估都要付出该代价，而监督方法则把该代价转移到训练数据生成阶段。

物理方程与离散化组件各自负责什么？

物理方程组件负责定义连续时间行为。横向位移满足阻尼 Kirchhoff-Love 方程，其中包含与面密度、张力、弯曲刚度、两个损耗参数有关的项，以及位于输入点的 2 维狄拉克激励。边界假设为简支，模态形状取为 2 个方向正弦的归一化乘积，满足边界条件且在板面上正交。无损无激励时的特征值给出无阻尼角频率，其表达式同时包含张力项与弯曲刚度项，模态波数由 2 个方向边长与模态序号决定。把解写成模态叠加并利用正交性，偏微分方程化为每个模态的 2 阶常微分方程，阻尼系数随频率平方增长。

离散化组件负责把每个连续振子变成可计算的采样序列。论文采用精确的全极点双 2 阶离散化，更新方程用衰减包络、余弦振荡项与分子增益表示，分子同时包含输入与输出模态形状在各自位置的值并反比于面密度。变换到 z 域后，每个模态的传递函数分母由衰减与频率决定，分子由增益决定，总传递函数是所有模态传递函数之和。这就是任务 B 重建频响时必须使用的公式口径，口径不一致会导致增益整体偏置。

物理参数 × 模态参数： 物理参数指决定整块板行为的少量全局量，如面密度与刚度不变量、尺寸与拾取位置，分工是描述产生声音的原因；模态参数指每个共振对应的频率、衰减与增益，分工是描述听到声音的结构；二者搭配的理由是同一块板的脉冲响应既可以由物理方程正演得到，也可以写成大量 2 阶节并联之和，组合意义在于任务 A 检验能否从结果回到原因，任务 B 检验能否从结果回到可直接合成的结构。

初学者常问为何任务 A 不直接估计密度、厚度与杨氏模量。原因是这些量在方程中耦合出现，单独改变其中一个而保持不变量不变时响应不变，逆问题无唯一解。改用不变量后每个参数组合对应唯一响应，评价才有意义。复述时要能说出这一可辨识性处理，而不是只背 6 个符号。

密集重叠为什么让逐个增益不可辨识？

模态频率间隔随频率升高而减小，而半功率带宽由衰减系数决定并随频率平方增大，二者之比即模态重叠。论文报告 16 块测试板的重叠跨越 1 的位置在 252 赫兹到 1434 赫兹之间，均值接近 1 千赫兹。低于该位置时模态间隔大于自身带宽，峰值分离，识别是适定的；高于该位置时相邻模态合并，无法从响应中恢复唯一的频率衰减增益三元组。测试集中只有约 9.5% 的模态位于 1 千赫兹以下，因此按模态平均的指标约九成权重落在不可唯一求解区。

在密集区，许多模态频率相差不到 1 赫兹，其阻尼正弦原子几乎线性相关，全局最小二乘能恢复一簇模态的联合幅度，但不能分配到单个增益。论文还指出逐模态增益误差按真值归一化并截断于 1，对小增益漏检惩罚很重而对大误差饱和，这进一步放大了增益项的困难。最佳提交的频率相对误差可低至 0.013、衰减误差约 0.058，但增益误差仍高达 0.847，且所有提交的增益误差都超过 0.83，这正是物理不可辨识与指标构造共同作用的结果。

模态重叠 × 可辨识性： 模态重叠指相邻模态的带宽与间隔之比，分工是刻画高频区多个共振挤在一起的物理条件；可辨识性指给定观测能否唯一确定参数，分工是判断逆问题是否有稳定答案；搭配原因是重叠超过 1 后不同增益组合可以产生几乎相同的总响应，组合意义在于解释为何逐个模态增益在高频不可唯一恢复，而模态密度仍可被评价。

把这一机制记牢后，就能理解为何论文强调密度回归在官方指标下占优。只要预测出正确的模态密度，即使没有定位单个极点，也能在重叠区获得不错的逐模态分数。真正的极点辨识能力要到 1 千赫兹以下的子带分析中才能看出，这也是后文频域复评的动机。

监督训练与无训练搜索各花了什么计算？

本挑战既有训练方法也有无训练方法，因此训练一节必须分别说明信息来源。监督方法的信息来自自制仿真数据，参与者已知仿真器，可以自行生成训练集与验证集。论文报告获胜的 QMUL 提交用了 327680 条脉冲响应训练，作为对比，6 个自由参数每维 8 点的均匀网格只有 262144 点，训练集比它还大。其他监督提交的数据量从 1000 到 60000 不等，推理时间从几毫秒的前向到十几秒不等，但论文明确说明推理时间是在各自硬件上测得的近似值，未在统一机器上重跑，不具备基准可比性，也没有按运行时间排名。

无训练搜索的信息来自测试时反复调用正演模型。任务 A 基线是粒子群优化，在归一化坐标下搜索 6 个参数，用 3 种分辨率的对数幅度短时傅里叶变换平均绝对差异作为多尺度谱损失，50 粒子迭代 20 次共 1000 次评估，在指定 CPU 上平均每条约 33 分钟，其中脉冲响应合成是最耗时的部分。优胜的迭代方法如 CMA-ES 平均约 13368 次评估但通过缩短合成脉冲长度降低单次代价，另一种分治方法仅用平均 753 次迭代就达到很低误差。需要指出论文未报告梯度路径细节与参数冻结情况，凡涉及网络内部是否冻结、梯度是否截断的猜测都属于待验证，不应从模型名称推定实现。

监督学习 × 可微数字信号处理： 监督学习分工是用仿真器大量采样参数到波形的映射并训练网络直接预测，分工是把正演知识压缩进 1 次前向推理；可微数字信号处理分工是把板或共振器组写成可求导的合成层，用谱损失迭代修正当前猜测；搭配原因是前者提供好的初值而后者利用物理结构做局部精修，组合意义在于挑战中多次出现的初值加精修流程既缩短搜索又提高精度。

任务 B 的构造流程类似但目标更大。QMUL 的两条提交不是逐峰估计三元组，而是在二十分之 1 倍频程对数网格上联合推断每 bin 的模态密度及对应衰减与增益，仅骨干不同，一个是 1 维 U-Net，一个是复数 Transformer。其他方法则包括按频带预测数量再用可微共振器精修、矩阵铅笔加状态空间增益拟合、低频用经典拟合高频用 2 维卷积等。复述时要能说出监督方法 1 次付费、迭代方法按次付费的本质区别。

数据划分、基线与指标方向如何保证公平？

数据方面，训练与验证数据由参与者自行用公开仿真器生成，测试数据是后发布的 16 条脉冲响应，真值保密，数量是在统计显著性与评估运行时间之间权衡的结果。参数采样方面，除固定行外其余行在给定范围内独立均匀随机抽取，固定行包括 x 向边长、泊松比、两个衰减时间、参考损耗频率与输入位置，输出位置在后半板范围内抽取。采样率与时长固定，离散输入是单位样值而非连续狄拉克，这一点在复现合成时必须对应，否则增益口径会错。

下表整理论文给出的部分板参数范围，用于核对训练采样与测试是否同分布，表中范围越大则逆问题的搜索空间越大。表前问题的关键是公平条件是否一致，指标方向是误差越小越好。

Parameter	Symbol Min	Max Units
Plate length (y) Ly	1.1	4.0
Thickness h	0.001	0.005
Tension per length T0	0.01	1000.0
Material density ρ	2430.0	21230.0

表中可见 y 向边长、厚度、张力与密度的跨度都很大，尤其是张力跨越多个数量级，这意味着模态频率分布变化剧烈。论文还给出派生量的包围盒用于归一化，面密度、刚度不变量与张力不变量的范围都由原始范围确定性导出。复现时若自行采样，必须使用相同固定值与相同归一化包围盒，否则归一化均方误差不可比。资源状态方面，论文未提供经 HTTPS 验证的可用代码数据链接，因此不能声称代码模型或数据已公开，只能按论文描述重写仿真器。

归一化均方误差 × 对数幅频谱均方误差： 归一化均方误差分工是在参数归一化坐标下度量 6 个物理量估计偏离真值的程度，是任务 A 的排名依据；对数幅频谱均方误差分工是比较估计参数重合成脉冲响应的对数幅度谱与真值谱的差异，是辅助的信号域度量；搭配原因是参数误差小不一定保证每个频点都对而谱误差能暴露个别坏样本，组合意义在于用均值排名兼看中位数可以区分一致准确与被少数离群拉低平均两种情况。

任务 B 的基线是 2 阶段估计，先峰值检测加抛物插值求频率、半功率带宽求衰减，再用单模近似从共振点虚部求增益。该基线在稀疏分离时有效，在密集重叠区峰值拾取不可靠。评价先按对数频率距离匈牙利匹配，半个倍频程为阈值，超阈按漏检或虚检计 1，再分别计算频率、衰减与增益的相对误差并平均，最后加上归一化数量失配惩罚，总范围在 0 到 2 之间。论文同时用重建对数幅频响应的平均绝对误差做补充评价，网格是 4096 点对数间隔，覆盖 20 赫兹到 10 千赫兹。

任务 A 为何出现十二个数量级的跨度？

任务 A 的主结果是归一化均方误差的均值与中位数，以及谱均方误差的均值与中位数，排名只看前者的均值。论文报告误差跨越 12 个数量级，两种方法达到机器精度，13-A2 与 10-A 的平均误差分别在 10 的负 13 次方与负 11 次方量级，远低于实际需要的容差。其中一个是训练于超大数据的神经网络加短粒子群精修，另一个是无梯度优化加大量廉价评估。其他监督方法尽管策略相似但未达到同等精度，论文指出差异可能来自架构或数据量，最大训练集是次大数据集的 5 倍以上，但属于待验证，不宜断言必然因果。

下表用论文逐字证据整理任务 B 官方逐模态指标的前段，目的是展示频率与衰减可恢复而增益困难的总体趋势，指标方向均为越小越好，数量失配为原始计数差。

13-B1 Marttila	0.328	0.013	0.058	0.847	135
13-B2 Marttila	0.337	0.016	0.023	0.925	125
2-B Lu	0.539	0.025	0.569	0.838	278
7-B Heminway	0.643	0.201	0.268	0.868	1738
3-B Bittner	0.743	0.249	0.760	0.970	509

从表中可见前 2 名总误差约 0.33，频率误差低至 0.013 到 0.016，衰减误差在 0.02 到 0.06 量级，但增益误差仍在 0.84 以上。第 3 名总误差已跳到 0.539，说明前 2 名与其他方法差距明显。论文解释获胜 formulation 的关键不是骨干，而是密度回归的提法使两种不同架构得分几乎相同。未胜出的例子同样重要，例如基线粒子群只用 1000 次评估而排名第 12，说明单纯增加评估次数而不给好初值并不能解释优胜结果，好的初值加局部搜索才是有效的组合。

谱误差的中位数与均值对比揭示离群的影响。部分可微方法在中位数上可排到前列，但因个别坏样本拉高均值而排名靠后，论文仍坚持用均值排名，因为它奖励跨样本的一致性。复述时要同时给出均值与中位数，并说明排序依据，否则会误读方法的稳定性。

逐模态误差 × 频域误差： 逐模态误差把估计与真值按对数频率匈牙利匹配后逐个比较频率、衰减与增益，分工是检查是否找对了每一根极点；频域误差把提交的三元组重建成对数幅频响应再在稠密频率网格上比较，分工是检查听感上更直接的总谱包络；搭配原因是前者对整体增益偏置不敏感而后者敏感，组合意义在于同时使用两者才能发现增益整体偏低约 30 分贝这类系统性偏差。

频域复评为何改变任务 B 的排名？

任务 B 的官方排名按逐模态总误差排序，但论文用重建频响的对数幅度平均绝对误差做了补充评价，结果排序明显不同。补充评价下全频带最优变为 2-B，中频与高频各有不同胜者，官方第二的 13-B2 则跌到最后。原因在下图的测试文件 8 实例中最直观，该文件真值模态数为 1189，灰色为真值谱，蓝色为提交重建谱。

阅读该图时先确认横纵轴与图例，再区分包络拟合与峰位拟合，最后读左下角数值。

看图路径： 1. 先看每幅小图横轴为对数频率、纵轴为分贝幅值，灰色为真值、蓝色为提交重建；2. 比较前四幅蓝色包络是否贴住灰色包络，再看最右幅蓝色整体是否系统性偏低；3. 观察低频稀疏峰与高频密集区的拟合差异，区分找对峰位置与找对整体高度；4. 读每幅左下角平均误差数值，确认谱误差排序与逐模态排序不一致

论文图 2。原论文 Figure 2：“Reconstructed frequency response |H(f)| from five representative Task B submissions on test file 8 (M = 1 189 modes), overlaid on the ground truth (grey).”。

从像素可见，五幅小图标题分别标出方法编号，横轴为对数频率，纵轴为分贝幅度，灰蓝两条曲线贯穿 20 赫兹到 10 千赫兹。第一幅与第二幅蓝色紧贴灰色包络，第三幅在 1 千赫兹以上几乎重合但低频明显上冲，第四幅低频单个峰分辨最好，第五幅形状相似但整体低约 30 分贝。图注明确指出第五幅的系统性偏低对逐模态指标不可见，因为该指标对整体增益偏置不敏感，而频域指标在每个频点都会计入。论文还报告 13-B2 与 13-B1 的中位对数增益相差约 1.6 个数量级，这正是频域误差放大的 bulk 偏置。

下表对应补充评价的分频段误差，单位为自然对数，换算到分贝需除以常用对数再乘 20，方向仍是越小越好。

13-B1 Marttila	0.328	0.882	0.790	0.798	0.752
7-B Heminway	0.643	0.651	0.346	0.264	0.878
3-B Bittner	0.743	1.561	0.346	0.738	2.323
9-B Franchino	0.957	1.646	3.305	1.551	0.030
12-B2 Jung	1.066	1.125	1.632	0.753	0.694

表中可见 7-B 与 3-B 在 20 到 200 赫兹与 0.2 到 1 千赫兹稀疏区最优，9-B 在 1 到 3 千赫兹与 3 到 10 千赫兹几乎完美但低频误差大，2-B 靠各频段均衡取得全频带第一。这支持论文的判断：没有一种方法在全频带占优，官方指标奖励正确的密度，而子带分析才能区分真正的极点辨识者。未胜出的经典方法如直接对标量响应做 Hankel 动态模态分解，虽然优雅但因只找到约 1100 个模态而数量失配主导了分数，说明在密集区方法选择比数学优雅更重要。

哪些对照说明精度来自哪里、代价是什么？

论文没有统一的消融表格，但提供了多组可复述的对照。第一组是数据量与精度的关系，QMUL 用 327680 条训练而次大训练集仅为其五分之一以下，前者达到机器精度而后者停留在千分之几量级，这支持大样本插值确定性仿真器的解释，但论文明确指出测试与训练同生成器同范围，因此无法区分学会插值与学会通用逆解，屬於有限解释而非因果证明。

第二组是初值加精修的作用，13-A2 在网络初值上加 100 次粒子群精修而基线粒子群用 10 倍评估仍远差，说明局部搜索只有在好初值下才有效，但精修的消融研究仍待补充。第三组是评估预算与精度的权衡，CMA-ES 平均上 10000 次评估但因合成短脉冲而更快，分治方法仅数百次迭代即达低误差，而监督加 30,000 次微调的方法总耗时最高，说明没有一种方案同时最准最快最省信息。

任务 B 的对照集中在指标敏感性。把逐模态增益误差换成对数误差时，优胜者的增益误差从 0.85 降到 0.55 但排名基本不变；只有放弃逐模态改用频域误差时排名才实质改变。这说明官方结论对增益单调变换稳健，但对评价视角不稳健。另一组对照是数量失配与总误差几乎同步上升，前 2 名平均漏约 130 个模态而真值平均约 5303 个，底部方法漏数千个，唯一的反例是矩阵铅笔方法数量对但衰减误差高达 0.76，说明找对数量不等于找对参数。

下表用较小的参数子集复核采样范围的记忆点，目的是为复现时的随机采样提供核对锚点，而非替代主结果表。

Parameter	Symbol Min	Max Units
Plate length (y) Ly	1.1	4.0
Thickness h	0.001	0.005

该表的教学作用是提醒复现者先对齐分布再谈方法改进。若把测试参数放到发表范围之外、加入测量噪声或改成自由边而非简支边，当前的最优策略可能不再最优。论文在讨论部分明确建议未来版本保留一部分参与者无法提前采样的条件并单独评分，这正是从本次对照中提炼出的基准设计教训。

在什么条件下结论不再成立？

第一个限制是分布内评价。所有测试目标都来自同一生成器与同一范围，参与者可以自由合成同分布训练数据，因此密集采样训练分布不仅允许而且最优。评价无法区分这种策略与真正的通用逆求解器，未测试的方向包括发表范围外的参数、测量噪声、自由边与真实物理板。把本次精度直接理解为对真实板也有效，属于过度推广，论文用单独章节强调了这一点。

第二个限制是指标的加权方式。逐模态指标对所有模态等权平均，而九成权重落在不可唯一求解的高频区，半个倍频程匹配阈值奖励密度而非定位。频域指标则对整体增益偏置敏感，能暴露逐模态指标看不见的系统偏差。两种指标各有盲区，未来基准应同时报告并分开加权可分辨与不可分辨频段。论文还指出听感阈值尚未测量，归一化单位下的小误差未必可闻，实际需要的精度可能低于机器精度。

第 3 个限制是可移植性不对称。任务 A 方法估计的是特定线性偏微分方程的参数，换目标需重生成数据或重写正演；任务 B 方法估计的是双 2 阶滤波器组的三元组，只要目标可近似为共振和，同一流程原则上可用于其他几何、边界或实测脉冲响应。监督的密度回归在分布内最准但换分布需重训练，经典与混合方法目前居中但假设更少，可能更易迁移。该判断是论文的有限解释，尚未用实测数据验证，应表述为可能而非报告。

要复现需要先固定哪些实现细节？

复现任务 A 应先固定仿真器口径。采样率 44100 赫兹、时长 1 秒、离散单位样值输入、简支正弦模态、精确双 2 阶更新与传递函数形式必须一致，输出投影已吸收入分子，绝对幅度必须保留。参数方面固定 x 向边长、泊松比、衰减时间、参考频率与输入位置，待估 6 个量的归一化包围盒按论文脚本由原始范围确定性导出，直接抄论文区间会错。评价方面实现归一化均方误差与对数幅频谱均方误差，前者分母用各参数范围，后者用长度对齐后的对数幅度谱并加极小值避免对数零点，排名看前者均值，中位数仅作稳定性参考。

复现任务 B 应先固定匹配与重建口径。对数频率距离匈牙利匹配、半个倍频程阈值、超阈计 1、截断于 1 的相对误差、频率衰减增益三项平均加归一化数量惩罚，总范围 0 到 2，这些步骤缺一不可。重建频响必须用论文的离散传递函数，网格取 4096 点对数间隔覆盖 20 赫兹到 10 千赫兹，误差取对数幅度的平均绝对值。基线方面任务 A 用 50 粒子 20 次迭代的多尺度对数谱损失，任务 B 用峰值加半功率带宽加单模虚部公式，复现基线是验证评价链的第一步。

资源方面，论文正文未给出经验证可达的代码数据链接，本次也未收到可用资源绑定，因此应表述为本次未能确认可达，不得声称已公开。硬件预算方面，论文明确未在统一机器上重跑，推理时间仅为近似指示，复现时应记录自家硬件与合成时长，并分别报告训练资源、推理开销与实际延迟，不把总体趋势当成每组都成立。

何时值得尝试这类方法，还缺哪项验证？

当目标是分布内的板参数辨识且允许大量仿真时，监督网络加短物理精修值得尝试，论文显示它能达到机器精度；当没有训练数据或参数分布未知时，纯迭代搜索更稳健，分治与短合成加速是降低单次代价的可行手段；当目标是听感上可用的模态混响而非逐个极点真值时，密度回归加频域校验更贴近需求，但必须检查整体增益偏置。当测试可能超出训练范围、含有噪声或来自真实板时，应优先选择假设更少的经典混合流程，并同时报告逐模态与频域两套指标。

还缺的验证至少有三项。第一是分布外测试，包括范围外参数、噪声、不同边界与真实板，且与分布内分区单独评分，否则无法区分插值与通用求解。第二是感知阈值研究，明确哪些参数误差可闻，以降低对无意义精度的追求。第三是把板模型写成可微层或神经微分方程，在线用音频信号卷积辨识，以改善迭代方法输出与误差信息比过低的问题。这些方向在论文结论中均有明确指向，复现者可按先对齐仿真口径、再跑通基线、再补频域复评的顺序推进，每一步都保留可运行策略的数字，避免用事后最优代替可部署收益。