不只掷硬币：把占问、解卦与音乐生成连成参与式仪式的易经系统

英文题目：Music of Changing Lines: Toward a Culturally Situated Approach to the I-Ching

会议身份：conference:icmc:2026:conference-paper-id:paper-450

✅ 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：#生成模型 #大语言模型 #音乐 #音频交互 #音乐生成

评分：5.2/10 | 创新 1.2/2 | 技术严谨 1.1/1.5 | 实验充分 0.3/1.5 | 清晰度 0.8/1 | 影响力 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 1.0/1.5

排名：后50% | 文档类型：系统技术报告

👥 作者与机构

• Ling Qi：机构信息未能从会议 PDF 纯文本可靠映射
• Teng Ma：机构信息未能从会议 PDF 纯文本可靠映射
• Alexandria Smith：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文任务是复现易经文王法占问全过程的交互式仪式：输入为用户占问问题与六次三枚铜钱投掷，输出为本卦与之卦的文本判读及与之呼应的环境音乐，难点在于同时保留仪式偶然性、经传语义约束与沉浸听感。摄入阶段仅收集可选姓名与问题以平衡个性化与隐私，其输出的问题文本将直接作为诠释阶段的个性化条件。投掷阶段以基于规则的概率旋律层伴随成卦并刻意隐去语义解读，每爻映射太鼓、筝、尺八等一种乐器并以五声音阶生成循环叠加，其输出的本卦、动爻与之卦进入下一步。诠释阶段检索本卦卦辞与动爻爻辞及之卦卦辞等上下文无关经文，连同问题经提示工程送入Gemini 2.5 Flash生成针对性判读与情绪能量动态空间关键词，再组装为Lyria提示JSON生成30秒至60秒环境片段。相对Cage将卦象直接映射为时长力度音色的做法，本文把人工智能定位为诠释中介而非作曲权威，保留投掷偶然性的同时恢复变卦语义与参与性。原文未提供可核对的关键定量结果。该系统结论的适用边界止于单次演示的概念验证，跨用户一致性与音乐和判词对齐度尚未验证，依赖外部闭源接口使长期可用性与可复现性受限。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/gleitz/midi-js-soundfonts — 链接可访问（HTTP 200） 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？为什么不能只把易经当随机数发生器？

这篇解读的输入是论文原文与 3 张官方原图像素，目标是让刚进入音频领域的研究生能复述方法并知道边界。必须保留的信息包括文王法投掷流程、本卦之卦与动爻的含义、凯奇式机会操作与本系统语义解读的分工、3 阶段系统流程、声音引擎实现方式、模型调用关系、开源状态与未验证之处。输出是 1 篇按学习依赖展开的中文技术说明，不做营销式判断。

易经在这里不是曲式素材库，而是一个占问系统。白话说，用户先带着一个生活或抉择问题进入，然后用仪式化掷币得到一个六爻符号，再由解读者把符号放回问题情境中解释变化。论文反复强调的矛盾是，西方实验音乐最著名的借用者约翰凯奇把易经简化为中性随机器，用来决定音色时长力度等参数，却略去了投掷之后如何读卦辞爻辞、如何比较本卦与之卦的宇宙论过程。本工作要修复的正是这一断裂：让偶然性保留在投掷动作中，让意义回到解读与音乐响应中。

先沿一个样本走完全程有助于建立依赖关系。假设 1 位用户输入是否换工作的提问，系统不要求详细个人信息，只收可选名字以保护隐私。用户按按钮投掷三枚币 6 次，每次结果按多数原则记为阴或阳，全同则记为动爻。六行自下而上组成原初符号即本卦，把动爻翻转得到之卦。系统取出两卦的卦辞与动爻的爻辞，连同用户问题一起送入大语言模型，得到针对性解读与情绪能量动态空间等音乐关键词，再送入音乐生成模型得到一段环境音乐。投掷时的声音与解读后的音乐是两套不同机制，前者不表达语义，后者表达语义。

理解六十四卦的规模感需要回到历史图像。以下导读帮你把易经符号看作可枚举的意义空间，而不是神秘图案：外圈是按某种序列环排的卦形，内圈是对应卦名，阴阳爻的组合总数决定了系统查表与解释的边界。

看图路径： 1. 先确认外圈环形排列的六十四卦符号与内圈成列排列的卦名对照关系；2. 再观察实线阳爻与断线阴爻如何组合成不同卦形；3. 最后注意该文献形态是历史手稿影印，而非本系统界面截图

论文图 1。原论文 Figure 1：“Hexagrams of the I-Ching that belongs to German mathematician philosopher Gottfried Wilhelm Leibniz [2].”。

这张莱布尼茨所藏易经卦图影印显示了六十四卦以环形与矩阵并置的组织方式，实线表示阳爻、断线表示阴爻，中央成列的汉字是卦名对照。它在正文中的作用是说明易经符号早已是可系统枚举的 64 种状态集合，也解释了后文凯奇为何能把每张参数表做成 64 个数值。教学上不要把该图当作系统界面，它只提供文化与组合背景：六十四不是随意数字，而是六爻二进制组合的完备空间，任何起卦结果都落在此空间内，后续检索卦辞爻辞才有确定锚点。

本卦 × 之卦： 本卦负责记录 6 次掷币按多数原则得到的阴阳现状，是判断起点处境的依据；之卦负责把动爻阴阳翻转后得到的变化后形态，是判断走向的依据；两者搭配的理由是易经把变化看作从现状到他形的转移，组合意义在于系统必须同时把两卦卦辞送入解释，才能让音乐提示词同时包含起点氛围与转变方向。

本节的教学任务是建立问题意识：任务不是生成好听的中国风音乐，而是设计一个参与式声音仪式，让提问、掷币、解读、聆听连成因果链。缺少任一环节，系统就退化为普通文本到音乐工具。

凯奇与后继改编分别做了什么？本工作站在哪条路线上？

同输入同目标的路线是凯奇的机会操作。凯奇在作品变迁之乐与钢琴曲集中为声音类型时长力度等参数制作图表，每张表包含 64 个数值对应六十四卦，用反复掷币形成卦象，再让偶然性从表中选取数值。他的作曲目标是消除个人趣味与意图，让声音摆脱个体记忆与心理。在战后序列主义追求总体控制的背景下，这种转向影响了偶然音乐与算法音乐。论文引用詹森等人的批评指出，凯奇虽然对东方哲学有真诚兴趣，但采用的是西方现代主义解读，强调随机而弱化原有的语义与占筮含义，其过程类似混沌游戏：不可预测但仍受底层约束，并非纯粹无决定性。

同输入不同目标的另一条路线是把卦象结构转码为音高组织。论文列举周文中 variable modes 把十二音分成天人地 3 组、从卦的宇宙意义推导旋律音程，赵晓生太极框架用阴阳消长生成循环音高运动，钟耀光易经作曲系统把卦辞爻辞与时间轨迹联系起来，穆勒研究实时机会操作在数字语境复制凯奇式不确定性。这些工作显示易经可以启发符号映射或技术驱动的交互，但大多不处理针对具体提问的个性化文本解读。

文化转译的背景需要单独说明。易经成书于周代，既是占筮手册也是根植于道家儒家宇宙论的哲学文本。理查德卫礼贤德文译本经贝恩斯转译为英文后成为西方最有影响的版本，但该版本把文本重构为个人内省资源而非仪式系统，凯奇读的正是这个版本，这可能强化了他把易经理解为纯粹机会方法的倾向。论文的站位是既保留凯奇式投掷偶然性，又在解读阶段重新引入本卦之卦与动爻的语义比较。

动爻 × 爻辞： 动爻负责标出三枚全同的那一行、即需要翻转的触发点；爻辞负责给出该具体位置的细粒度断语；搭配理由是只看卦辞只能得到整体判断，必须用爻辞定位哪一行在动，组合意义在于系统把动爻位置与对应爻辞一起交给大语言模型，使针对用户问题的解读落到具体转变环节。

本节的对照结论是：若只比较是否用了随机，都用了随机没有区分度；真正的区分在随机之后是否检索经文、是否结合用户问题生成解释、解释是否约束音乐。若复述时把凯奇说成完全误读易经，就夸大了原文，原文说的是程序性借用偏离了哲学与占筮语境，而非否定其音乐史价值。

系统要解决的具体问题与非目标是什么？

具体问题是如何把完整的文王法占问与解读过程转化为可参与的声音仪式。输入是用户问题文本加 6 次三币投掷动作，输出是两段功能不同的声音：投掷阶段的实时概率伴奏，以及解读阶段基于语义的生成音乐，外加显示的卦象、动爻与文本解读。约束是投掷阶段故意不给出语义解释，遵循不可提前单行解读的原则；解读阶段必须同时考虑本卦卦辞、之卦卦辞与动爻爻辞，并与用户问题关联。

非目标同样明确。论文不提出新的合成或生成技术，不训练新的音乐模型，不追求固定作品形态。过程而非音乐输出是主要作曲对象，声音是表达不确定性、解释与生成的手段。教学例子：把系统理解为自动算命机是误解，因为用户必须亲手启动每次投掷，偶然性被表述为人与宇宙共同创造；把系统理解为提示词作曲器也是误解，因为提示词来自卦象解读而非用户直接的音乐描述。

可验证的边界是系统聚焦文王法一种流行方法，不声称覆盖易经全部筮法与历代注释。个性化依赖大语言模型按次生成，因此同一卦象对不同问题会得到不同解读文本与音乐提示词，这是与规则映射的本质区别。

三阶段全景：一次占问如何流过系统？

方法全景分为问询、投掷、解读 3 个阶段，外加声音引擎与界面支撑。问询阶段收集问题与可选名字；投掷阶段执行 6 次三币投掷并实时生成叠层伴奏；解读阶段检索经文、调用大语言模型生成解读与音乐关键词、再调用音乐生成模型播放环境音乐。流程图的上层是文本流，下层是音频流，两者在解读阶段汇合。

理解投掷规则需要先看懂文王法的计数方法。以下导读帮你把铜钱正反与阴阳动静对应起来，这是后续复现概率伴奏与变卦逻辑的前提。

看图路径： 1. 先从左列三枚币的正反组合读出少阳少阴老阴老阳四类；2. 再沿中间本卦到右侧之卦的箭头确认哪两行翻转；3. 最后核对底部三段英文说明对应的投掷记录与变卦操作

论文图 2。原论文 Figure 2：“Overview of the Wen Wang Fa coin tossing approach in the I-Ching.”。

该图左侧用三枚铜钱的颜色组合示例 4 类结果：少数正为少阳、少数反为少阴、全反为老阴、全正为老阳；中间按多数原则记阴阳，全同则在旁点点记为动爻；右侧箭头表示把动爻阴阳翻转得到之卦，并分别取本卦之卦卦辞与动爻爻辞。可以复述的动作是投掷三币 6 次并记录结果、按多数定阴阳、全同标动爻、翻转得之卦。教学上注意爻的堆叠方向自下而上，图中自上而下展示只是版式安排，复现时应按从初爻到上爻累积。

机会操作 × 语义解释： 机会操作负责在投掷阶段用掷币结果驱动音高时值概率分布、但不赋予语义；语义解释负责在解读阶段把卦辞爻辞与用户问题综合成情绪能量配器等关键词；搭配理由是前者保留凯奇式的不可预测与仪式偶然性，后者补回凯奇略去的宇宙论与伦理含义，组合意义在于声音先陪伴起卦过程、再表达解卦含义，两段音乐功能不混淆。

为核对规模，先把全景中的关键数量组织成表。表前的问题是：各阶段的输入输出与原文给出的数量约束是什么？公平比较的条件是只用原文连续句中的数字，不自行换算概率或时长；指标方向不适用优劣，只核对是否可重放。

表后解释需要同时说明收益与代价。收益是数量约束使复现明确：投掷次数、卦空间大小、生成时长都有原文锚点；代价是这些数字不构成性能指标，不能据此判断音乐质量或解读准确性。未胜出项是凯奇的图表法在可重复性上更确定，而本系统的语言模型解读每次可能不同，透明性依赖查看音乐提示词 JSON 按钮，而非固定乐谱。未评测边界是不同问题措辞对解读稳定性的影响，原文未报告。

组件如何分工？投掷伴奏与解读音乐为何用两套机制？

组件按 3 阶段加两层声音引擎组织。问询组件是类聊天界面，用户输入问题后进入投掷。投掷组件要求用户点击按钮逐次启动，每次动画显示三币结果，系统为该爻行分配一种乐器并生成概率性音高时值序列，然后循环播放并与之前轨道叠加。解读组件把卦象与经文连同问题送入 Gemini 2.5 Flash，经提示工程得到针对性解读与情绪能量动态空间关键词，再把关键词送入 Lyria 生成音乐，同时界面显示卦象动爻与文本。

界面与流程的整体对应关系需要结合截图与框图理解。以下导读帮你区分上层截图是外观示例，下层框图是可复现逻辑。

看图路径： 1. 先看上半部分三块界面截图对应的问询投掷与解读显示；2. 再沿下半部分流程框确认投掷六次循环与提示词传递路径；3. 最后区分虚线分隔的上层文本流与下层音频流在哪里汇合

论文图 3。原论文 Figure 3：“User Interface and Flow Chart for the system, Music of Changing Lines”。

该图上半为三块界面截图，分别对应提问输入、投掷显示爻形、本卦动爻之卦与解读文本并列；下半为流程框图，左侧问询经介绍到输入问题，中间投掷循环 6 次并分支到概率作曲、音高时值生成、东方乐器合成与循环对齐，右侧解读经卦象加动爻生成提示、输出文本解读与音乐解读。可见的教学要点是投掷到伴奏是规则驱动，解读到音乐是模型驱动，虚线分隔文本与音频，两条路径在解读音乐处汇合。像素较模糊处不要硬读具体卦名或英文长句，只确认模块连接方向与 6 次循环标注。

解释性中介 × 作曲权威： 解释性中介指人工智能只做从卦象文本到音乐描述词的转译、不直接规定曲式；作曲权威指直接决定音符结构与作品形态的决策者；搭配理由是作者要保留人的提问与掷币主体性，避免模型替代人的选择，组合意义在于大语言模型与音乐生成模型都退到中介位置，过程本身成为主要作曲对象。

投掷伴奏的乐器选择是具体可复现点。系统从声音字体库采样太鼓、筝、尺八、三味线、长笛与尼龙弦吉他，其中尼龙弦吉他被说明为琵琶的近似替代，每一行爻对应一种乐器。选择理由是库中能找到的最接近传统中国声音的可用音色，限制是并非全是中国乐器，复述时不应写成全用中国民乐。概率规则举例为三正偏向上行较长音符、三反偏向下行较短音符，所有旋律限制在五声音阶内以保持和声连贯。

声音引擎用 Web Audio API 实现，以 Tone.js 处理定时路由合成，每爻一轨经独立声像送入共享压缩与混响。投掷音乐在等待解读与音乐提示计算时继续循环，保持声音连续；用户可随时重置停止全部音频并回到静音初始态。

有没有训练？真实计算与调用是什么？

本研究没有训练阶段，没有报告梯度路径、参数冻结更新、优化器、损失函数或训练数据划分。不能从模型名称推定实现，也不能把调用冻结模型等同于确定性求解，因为语言模型与音乐生成模型的采样仍带来不确定性。缺项应明确指出：原文未说明 Gemini 与 Lyria 的温度、采样种子、重试策略、延迟与失败处理，也未说明经文数据库的版本与切分方式。

真实计算分为两类。第一类是规则与概率计算：按多数原则判定阴阳、全同判定动爻、翻转得之卦、按币结果选择音高走向与时值分布、在五声音阶内采样并循环叠层。第二类是既有模型推理调用：经 Google GenAI 应用程序接口调用 Gemini 2.5 Flash 生成解读与音乐关键词，再调用 Lyria 进行实时文本到音乐会话。提示工程的作用是把用户问题、本卦之卦卦辞与动爻爻辞组织成针对性解读请求，并抽取情绪质感速度配器等描述词，但原文未公开完整提示模板，只能通过界面上的音乐提示词 JSON 按钮查看单次实际提示，这是复现透明性的关键。

循环叠层 × 五声音阶： 循环叠层负责让每一爻投掷后生成的一轨旋律持续循环并与前轨叠加，形成随爻数增加而增厚的质感；五声音阶负责把所有旋律限制在和谐且具东亚听感的音高集合内；搭配理由是完全自由的随机容易分散注意力，组合意义在于用调式约束保证可听连贯性、用叠层保留偶然性的可感知积累。

本节承担的方法职责是讲清无训练论文的构造过程：检索经文是查表，投掷伴奏是概率采样循环，解读是外部大模型推理，合成是声音字体采样加浏览器音频图。若要复现，应先实现不依赖大模型的投掷与变卦逻辑，再接入语言与音乐模型，而不是先调模型超参数。

实验条件：数据、协议、指标与运行环境如何交代？

按实验标准看，本文是系统设计与概念验证，没有传统的数据集划分、基线对比、指标聚合与统计检验。数据是用户单次输入的问题文本与单次投掷结果，协议是按顺序走完问询投掷解读，指标未定义为可量化的听感或准确率分数。运行环境交代为网页应用，声音引擎基于 Web Audio API 与 Tone.js，文本与音乐模型经 Google GenAI 套件调用，声音字体来自第三方库。第三方声音字体库当前可用，状态码为 200，复现时可按原文链接获取；系统源代码与演示视频在原文中给出地址，可用于核对交互流程。

为核对运行条件，把可重放的配置组织成表。表前的问题是：复现需要哪些外部依赖与固定选择？公平条件是区分代码开源、模型权重与系统可运行三件事；指标方向不适用，因为无优劣比较。

表后解释需说明支持的判断与限制。支持的判断是投掷伴奏与界面流程可独立复现，因为乐器名单、五声约束、循环叠层与重置行为都有文字说明；限制是端到端听感不可精确复现，因为语言与音乐模型的版本、提示细节与采样随机性未固定。未评测边界包括不同浏览器音频延迟、网络调用失败时的降级策略、以及长时间循环的资源占用，原文未测量帧率延迟或成本，不应承诺这些量得到改善。

主要结果显示了什么？什么没有被证明？

论文直接报告的是系统建成并能走通全流程：用户可提问、逐次投掷、听到随爻数增厚的伴奏、看到卦象与解读、听到与解读关联的环境音乐，并可查看音乐提示词 JSON 以核对透明度。作者把贡献定位为展示生成式人工智能如何作为解释性接口嵌入参与式计算机音乐，而不是提出新合成技术。相关表述在原文讨论与结论中多次出现，强调过程而非固定作品是主要作曲对象。

有限解释是该设计在概念上补回了凯奇略去的语义环节：投掷保留偶然性，解读重新引入卦辞爻辞与问题情境，音乐从规则映射扩展为语义条件生成。这种支持是机制层面的存在性证明，不是听感或文化有效性的量化证明。未验证推测包括用户是否感到更具意义、是否更理解易经、生成音乐是否准确反映卦义，这些都没有对照实验或人评数据。

复述时必须避免把总体趋势当成每组都成立。例如三正偏向上行只是概率倾向，不是每次必然上行；语言模型能生成针对性解读，不等于每次解读都符合经学规范。原文未报告误判率、用户满意度、推理开销与实际延迟，因此不能写系统更快更准更便宜。

如果拿掉某部分会怎样？失败条件在哪里？

原文没有消融实验表格，也没有逐模块拿掉后的定量对比，因此不能补写拿掉后必然怎样。能讲的是作者明确记录的失败条件与开放问题。第一，模型可控性不足：Lyria 对文本提示的细微变化有时不敏感，不能总是对齐预期情绪或结构轨迹，这直接削弱了解读到音乐的语义接地强度。第二，投掷伴奏的设计权衡：既要保留不可预测，又要维持可感知的结构连续，作者用每行一轨的循环设计让局部规则简单而整体质感可积累，但未测试其他概率分布或乐器组合。第三，文化覆盖不完备：易经筮法注释源流复杂，系统只聚焦文王法一种流行做法，任何将其推广为易经整体的说法都超出证据。

教学上可做的思想对照是：若把解读阶段换成固定规则映射，系统将失去针对问题的个性化，但获得完全可重复性；若把投掷伴奏换成静音等待，仪式感与不确定性的声音表达将被削弱，但实现更简单。这些是基于机制的推理，不是原文测量的差值，不应配数字表格。至少要就近说明一个未胜出项：当前文本到音乐系统在细粒度语义控制上未胜出，这是作者自己承认的局限，也是后续需要验证的方向。

局限与适用边界：何时值得尝试，何时不适合？

局限首先是评估缺失。没有用户研究、没有听感评价、没有与纯规则映射或纯提示词作曲的同条件对比，因此无法回答何种用户、何种问题、何种卦象下体验更好。相关性不是因果：伴奏随爻数增厚与卦象逐渐成形在时间上并行，不证明听者能感知到卦义。

其次是依赖外部闭源或版本易变的模型与服务。Gemini 与 Lyria 的行为可能随版本更新变化，声音字体库虽当前可用但属于第三方，浏览器音频表现与网络延迟会影响连续性。复现时应记录模型版本、调用时间、提示词 JSON 与生成时长，否则难以归因差异。

适用判断是：当教学或创作目标是体验占问过程、探索解释性中介而非产出固定曲目时，该设计值得尝试；当目标是精确控制曲式、保证每次输出一致、或做经学考据时，该系统不适合。隐私方面只收可选名字是优点，但若收集真实困惑问题用于后续集体 sonification，需要额外的匿名化与知情同意，原文仅提出未来方向，未给出方案。

复现先做什么？需要保留哪些信息条件？

复现的第一步是实现与模型无关的确定性部分。按文王法写出投掷记录函数：输入 6 次三币结果，输出六行阴阳与动爻标记，再翻转得到之卦；用六十四卦表检索对应卦辞与动爻爻辞。核对方法是手工构造全正、全反与混合用例，检查动爻判定与翻转是否正确，注意爻序自下而上。第二步实现投掷伴奏：为每爻分配乐器，按币结果设置走向与时值分布，在五声音阶内采样并循环叠加，经声像压缩混响输出；验证方法是逐次投掷并监听轨道数是否与爻数一致，重置是否回到静音。

第三步再接入模型。保留的关键超参数与信息条件包括模型名称、调用接口、输入中问题文本与经文的拼接方式、输出的解读文本与音乐关键词、音乐时长范围。每次运行应保存音乐提示词 JSON、卦象截图与生成音频，以便他人核对。由于原文未公开完整提示模板，复现报告应明确写出自己使用的模板与采样设置，不冒充原文实现。

为核对可运行性，把来源与实现线索组织成表。表前的问题是：哪些链接与库名是复现入口？公平条件是区分正文声明可用与本次实际可达；指标方向不适用。

表后解释需说明代价与反例。收益是有代码、视频与库名，投掷与界面可较快重建；代价是模型侧与提示细节缺失，端到端声音无法逐采样比对。反例是若第三方库或模型接口变更，即使投掷逻辑正确，听感也会漂移。未评测边界是并发用户、移动端浏览器与离线运行，原文未覆盖，复现时应补充测试。

收束：过程为何是主要作曲对象？

回到中心矛盾：把易经当随机数发生器能快速得到不确定音符，但丢失了占问为何需要仪式、解读与参与。论文的选择是用两套声音机制分别回答偶然与意义：投掷阶段用规则加概率陪伴不确定性展开，解读阶段用语言模型把经文放回问题情境再条件化音乐生成。人工智能的位置被刻意后移为中介而非作者，人的提问与掷币动作保留了主体性。

对研究生的启示是方法论层面的。参与式计算机音乐的传统可追溯到马修斯等人关于听众通过计算系统塑造音乐未来的设想，本系统是其在生成式人工智能时代的一个实例：人不直接指定音符，而是通过仪式化问答引导计算过程，模型负责转译意义而非规定结构。这种分工使评价标准从作品好听转向过程是否可参与、可理解、可追溯，音乐提示词 JSON 按钮正是为可追溯而设。

还需补的验证很具体：固定提示模板后测试同一卦象对不同问题的解读差异度，测试同一解读对音乐生成的稳定性，记录推理延迟与失败率，并做小规模人评比较规则映射与语义条件生成的可理解性。只有补上这些，才能把文化 situated 的主张从设计陈述推进为可检验的结论。

📐 原文公式与排版

以下展示论文原页中的数学表达区域，保留原始上下标、分式和符号排版。区域序号仅用于本文导航，不是论文公式编号。

另有 1 个候选区域因边界不明确或图片数量、尺寸限制未展开；请查看完整论文中的原始排版。

⚖️ 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

← 返回 icmc-2026 论文汇总