benchmark_v4_revision_notes.md 24.9 KB

Edit Raw Blame History



version: v4
generated_by: innovator-digest
date: 2026-08-27
task: T-mtbq78te（h3-video-prompt Retrain v4 · DIGEST 复跑；前序同任务 T-mtbnpg1y 于 2026-08-27 15:25 因 API 错误中断、零落盘）
supersedes: benchmark_v3_revision_notes.md
official_outputs:


train/digest/benchmark_v4.md
train/digest/test_scenarios_v4.json
upstream_hunt: train/hunt/knowhow_v4.md + sources_v4.json（T-mtbn18a4，Innovator 已独立复核）
---

benchmark v3 → v4 修订说明 — h3-video-prompt

记录 R1-R4 四项拍板的落条款位置、L1-L3 三项遗留的闭环结论、逐条判据增删清单与引文独立复核日志。
对应正式产出：benchmark_v4.md（9 维度 + C1-C8 八条全局裁决条款，三轨计分）+
test_scenarios_v4.json（28 场景，prompt 21 / block 3 / clarify 4）。v4 不覆盖任何旧版本文件
（v1/v2/v3 的 mtime 均未变动，本轮逐一核对过）。


一、任务清单逐条对照（验收标准 5 项 + 产出 3 件全部落地）


验收/任务要求
落地位置
状态


R1 习语裁决落条款（分镜类→习语乙 / 英文结构化→习语甲 + 切换判据）
benchmark_v4 §二 C4（切换判据四条 + 「语言规则不互相覆盖」原则 + 走错习语 = D1 档 2）；场景 TS-19（正向主场景）/ TS-21（反向判别样本）
✅


R2 UI 中英并列标 C 级 + 官方四禁令作硬判据
§二 C7（#39 中英并列 = C 级 master 形态约定、#37 四禁令 = A 级 co-op:133）；判分落点 D4/D9；场景 TS-19
✅


R3 边界纪律按 knowhow_v4 §7 分级表分行落地、禁止合并
§二 C5 四行分级表（无缝隙 A / 无重叠 A 相邻 / 总和 C / 首窗 C）+ 「合并成一句官方要求 = 出处纪律违规」；场景 TS-19/TS-20/TS-28
✅


R4 时长条款升级（README.md:73 A 级 + duration_seconds 不进正文）
§二 C6（#35/#36/#44）+ D9 时长机械校验 + C6.3 超 15s 不得静默；场景 TS-17（30s 拆分）/ TS-19
✅


L1 反问清单双读法写死（不留待议）
§二 C8：单设第三轨 clarify（CL1-CL5 实体判分），实体化 2/5 口径与宽松 N/A 口径双双废除，轨别跟随实际产出形态；场景 TS-01/07/08 改判 + TS-27 新增
✅


L2 B1-B5 构造项回填检查
见 §三.2：无新官方证据可升级 → 继续如实标 C 级；已有 2 条真实产出回填、区分度压测列入下轮
✅


L3 evolve_report_v3 / fde_report_v3 遗留逐项过一遍
见 §三.3：10 项逐条闭环或给理由，零「待议」
✅


验收 1：新判据带出处分级，A 级引文独立复抓核对并记录
全文逐条标 A/B/C；附录 A：7 个官方文件复抓全部 200、sha256 与 sources_v4.json 逐一致、行号逐字命中、4 项负向主张复核成立
✅


验收 2：test_scenarios_v4.json 可解析、轨别声明齐全、场景数与清单一致
python3 json.load 自检通过；28 场景 id 连续无重复；expected_outcome 与 coverage_summary.track_split 逐条比对一致；difficulty_distribution 已按实际修正为 基础3/中等7/困难15/边界3
✅


验收 3：权重算术自洽（合计 100）并给算式
§一 算式 20 + 10×8 = 100；§四 4.3 25+25+20+15+15 = 100；4.4 30+25+15+15+15 = 100
✅


验收 4：R1-R4 落条款、L1-L3 全闭环或给理由、不留「待议」
本文 §二/§三；benchmark_v4 §七自查表末行「无待议项」
✅


验收 5：网络受限如实登记
§四 网络登记：platform.minimax.io 继续未核实、SKILL.cn.md 8 个未抓、飞书标杆登录墙维持
✅


防中断纪律：每写完一个 _v4 文件立即落盘
benchmark_v4.md 16:33 落盘 → test_scenarios_v4.json 16:40 落盘 → 本文件最后落盘，三段独立 Write，无攒稿
✅


产出一律 _v4 新文件、禁止覆盖旧版
digest/ 目录核对：benchmark_v1/v2/v3 + revision_notes v2/v3 + test_scenarios v2/v3 的字节数与 mtime 全部未变
✅


二、四项拍板的落条款明细（R1-R4）
2.1 R1 习语双轨（C4）——本轮最大条款缺口

裁决：分镜类需求（用户给故事情节 + 要按时间切分显示内容）的交付形态以 master 案例为准，走
习语乙（中文时间窗散文 + UI 字符串英文单语）；习语甲（英文六字段结构）继续管英文结构化 Prompt 需求。
落成的判据骨架：


时间窗标题 [X秒–Y秒] 是官方交付形态（A：co-op template:48 + :50/:74/:85/:101/:110/:121）；
习语乙正文语言跟随用户输入（A：handdrawn SKILL.md:13）；
每窗首行字段 景别/机位 六窗齐备（A：co-op:51/:75/:86/:102/:111/:122）；
参考素材按角色绑定 + 头部职责声明（A：co-op:18-23），窗内语义回指（A 行为先例：co-op:51/:70）；
master 案例与官方模板结构同型（A：knowhow_v4 §2.2 逐项对照，六窗同长 + 元素逐字命中）。

切换判据本身标 B 级内部规范（master R1 拍板）：官方没有「两种写法何时选哪种」的条款
（knowhow_v4 §4.5 已如实标 B 级缺口），我方依据是需求形态与官方母本的同型关系 + co-op SKILL.md:16
的官方行为证据（窗式文本直接作为喂 H3 的最终 prompt）。不得转述为官方条款。
语言规则冲突的处理（与 v3 C2 同构）：官方 SKILL.md:33（正文英文） 与 handdrawn:13（跟随用户语言）
两条都是官方逐字条文、分属不同层级文本，谁也不覆盖谁，按切换判据选边后适用对应规则。
现役 SKILL v0.4.0 §0 的硬规则是按习语甲范围写的 → Evolver 侧须按 C4 重写作用域（交接项，见 §五）。
判分落点：走错习语 = D1 档 2（形态误判）+ D1 封顶 60。TS-19（分镜需求交英文六字段）与
TS-21（英文结构化需求交中文窗式散文）互为反向判别，两方向都有判别力。

2.2 R2 UI 文字（C7）

中英并列保留，但判据标 C 级构造性设计 + 写明出处是 master 输入形态：出处 =
master_input_storyboard_case_v4.md 的「继续游戏 (CONTINUE)」写法；官方零先例（co-op:63-68 UI 字符串
全部英文单语 + base-en.txt:146 可见文字原样不翻译）。判分口径：输入自带中英并列 → 正文沿用（输入事实
忠实保留）；输入只给英文 → 英文单语；两种互不判违规，但把中英并列说成「官方要求」= 出处纪律违规，
把英文单语说成「唯一合法形态」同样违规（那是行为先例不是条款）。
官方四禁令升级为硬判据（A 级）：co-op:133 逐字 "no unreadable UI, no random letters, no
misspelled usernames, no extra menu options"（本轮逐字复抓命中）→ 落成四条：UI 可读 / 无随机字母 /
无拼错用户名 / 选项集合 = 输入给定集合（不自创菜单项）。判分落点 D4 + D9。

2.3 R3 边界纪律分级表（C5）
四条纪律分行落地、各自标级，并加了一条元纪律：任何交付物把下表合并成一句「官方要求无缝隙无重叠
且总和等于总时长」即出处纪律违规（自查清单第 22 条延伸）。这是 knowhow_v4 §9 对 Innovator 归纳
第 1 条「纪律表述 ⚠️ 过度概括」的直接修正——判分强度与出处等级是两件事：#1/#2（A 级）与 #3/#4（C 级）
在判分上同强度执行，但登记与对外表述必须保持各自等级。
2.4 R4 时长条款（C6）

「4-15 秒」从内部转述升级为 A 级官方逐字（README.md:73 | Output duration | 4–15 seconds |，
README.md:67 佐证；本轮逐字复抓命中）。
新增 A 级条款「时长由请求体 duration_seconds 指定，不进正文」（官方三脚本实测 5/8/10 +
README:326/344/365/404），配套 D9 机械校验项：正文不得出现独立「总时长 X 秒」指令行。
增补 B 级边界行为：需求超 15s（TS-17 的 30s）或低于 4s 时不得静默产出，须显式说明拆分方案
（相邻官方先例 music-video:34/:63）或与调用方确认。


三、L1-L3 闭环结论（零待议）
3.1 L1 反问清单判分口径双读法 → 写死为第三轨（C8）
裁决：单设 clarify 轨，实体化判分，两种旧读法都废除。 推理链（不是新发明，是 C3 已有逻辑的延伸）：


宽松 N/A 读法（98.00）直接废除：C3 的病根诊断就是「非 Prompt 交付物借 N/A 冲高分」，反问清单是
另一种非 Prompt 交付物，把 N/A=满分写回去等于推翻 v3 自己的定案。
v3 实体化读法（93.88 口径）同样废除：它把 §10.1 规定的正确安全行为判到 70-76 分，压在 90
及格线之下——这正是 C3(d) 否决封顶系数时的同一理由（会把唯一正确的安全行为压到及格线以下，形成
逆向激励：agent 为冲分倾向编造主体强行产出）。v3 当时是二选一的应急口径，v4 有了第三条路就不再将就。
病根与 C3 完全同构：把两种性质不同的交付物（正式 Prompt vs 澄清件）倒进了为另一种设计的量尺。
治本是分账——clarify 轨对澄清件本身实体打分（CL1 问全 30 / CL2 零臆造 25 / CL3 分支预判 15 /
CL4 已知锁定+推定标注 15 / CL5 通道格式 15，算式 30+25+15+15+15=100）。
轨别跟随实际产出形态（C8a）：声明 prompt 而实际产出澄清件 → 改判 clarify；声明 clarify 而实际
产出 Prompt → 改判 prompt。这同时消除了 v3 r1 里 TS-01 与 TS-07/08「同一形态两种打分」的客观不一致
的土壤。部署达标条件扩为三轨：prompt 均值 ≥90 且 block 每场景 ≥85 且 clarify 每场景 ≥85 且零静默引用、
零臆造。
可比性：v3 的 93.88（prompt 轨含 3 条反问场景）与 v4 的 prompt 轨构成不同，不可直接比；
CL1-CL5 是 C 级构造性设计、0 真实先例，如实标注（§六 纪律）。

3.2 L2 B1-B5 构造项回填检查 → 无新官方证据，继续 C 级（如实）
逐项查过 knowhow_v4 全部 25 个信源：v4 新增的官方文本（co-op 模板 / 8 个风格 skill / 请求脚本）
没有任何一处涉及「素材不可用时的错误通道 / 阻塞报告形态」——co-op SKILL.md 是正向工作流
（确认图 → 模板回填 → 生成），shot-table-spec/qc-checklist 是分镜质检，均不构成对 B1-B5 五项的
官方背书。因此 B1-B5 的等级维持 C 级构造性设计，分值不变（25+25+20+15+15=100）。
两点更新：(a) v3 首跑已产出 2 条真实 block 轨样本（TS-09=100、TS-12=98），回填记录进 benchmark_v4 §六；
(b) 区分度仍未压力测试（fde_report_v3 §五.2 维持有效），已把「压测 B1-B5 与 CL1-CL5」写进
test_scenarios_v4 的 note_on_split。
3.3 L3 evolve_report_v3 / fde_report_v3 遗留逐项过一遍（10 项）


#
遗留项（出处）
v4 处置
结论


1
反问清单判分口径双读法（evolve_v3 §四.2 / fde_v3 §五.1）
C8 写死（§3.1）
闭环


2
[Shot N] 主导运镜声明落位强度（evolve_v3 §四.3，TS-16/17 各 −2.0；fde_v3 §五.7）
新官方证据到手：习语乙六窗首行全是 景别/机位 字段（A：co-op:51 等），习语甲侧从运镜三维度（base-en:94-96）与逐秒五要素含 Camera movement（shot-table-spec:25）收口 → D6 新增判据 #41（习语乙 A 同型 / 习语甲 B），v3 的「表述强度问题」升级为有据判据
闭环


3
url 字面保真覆盖率不足，18 条中仅 7 条含真 url（evolve_v3 §五.2 / fde_v3 §五.3）
v4 场景集 url 场景从 7 条增至 13 条（新增 TS-19/20/21/22/24/26 全部带 url 菜单）；clarify 轨 4 条天然无 url（澄清件不产 Prompt）
部分闭环（给理由）：clarify 件结构上不可能携带 url，覆盖率上限即 24/28，已如实写进 §六


4
SKILL 文本膨胀 38KB→63KB（evolve_v3 §五.5 / fde_v3 §五.6）
非 benchmark 事项；交接提醒：v4 习语条款应按作用域重写 §0 而非全文追加，长度副作用作为下轮分数反常时的第一怀疑对象
转交 Evolver（给理由）


5
TS-13~18 回填 train 集 + 反问清单写死（evolve_v3 §六 / fde_v3 §七.2）
反问清单已写死（C8）；train/test 回填建议写进 test_scenarios_v4 note_on_split（v3 六条已实测、v4 十条待首跑回填）
闭环


6
B1-B5 0 先例 / 区分度未压测（fde_v3 §五.2）
§3.2 本文件
闭环（维持 C 级 + 压测列入下轮）


7
飞书标杆文档登录墙未解（fde_v3 §五.4）
本轮无新证据、无新抓取路径，维持登记；v4 判据无一依赖飞书文档
继续登记（给理由）


8
开放平台 schema 与 conditions[].role 枚举第二信源未核实（fde_v3 §五.5，knowhow_v4 §11 沿用未重试）
继续登记；v4 资产层判据仍刻意只依赖已被证实的 uri 与素材顺序两件事，推断范围未扩大
继续登记（给理由）


9
_v3_artifacts/scores/TS-07.md:22 渲染 bug 残留（fde_v3 §六）
Evolver 侧生成脚本问题，非基准事项；交接提醒：下轮评分卡生成脚本修模板渲染
转交 Evolver（给理由）


10
config.json.benchmark_score 仍写 99.67 旧量纲（fde_v3 §七.1）
系统侧事项（会话规约禁改 config.json），维持登记；v4 三轨后该字段更须注明量纲（另见 memory: h3-v3-c3-dual-track-scale）
继续登记（系统侧）


遗留净结果：4 项闭环（#1/#2/#5/#6）、1 项部分闭环（#3）、4 项给出继续登记/转交理由（#4/#7/#8/#9/#10），
零「待议」。


四、判据增删清单（v3 → v4）与网络登记
4.1 新增（全局裁决条款 + 判据）

新增全局裁决条款 5 条：C4（习语双轨与切换判据，R1）、C5（边界纪律分级表，R3）、C6（时长条款，R4）、
C7（UI 文字：中英并列 C 级 + 四禁令，R2）、C8（clarify 轨，L1）。
新增判据 25 条（benchmark_v4 §五.2 的 #22-#46）：#22 时间窗标题、#23 习语乙语言、#24 每窗首行
景别/机位、#25 Reference roles 绑定、#26 master 案例同型、#27 习语切换判据（B）、#28 语言规则不互相
覆盖、#29 非锚点图不做秒级对齐（A 反证）、#30 分镜草稿图镜头映射、#31 无缝隙（A）、#32 无重叠
（A 相邻）、#33 总和=总时长（C）、#34 首窗从 0（C）、#35 4-15 秒（A）、#36 duration_seconds 不进正文（A）、
#37 UI 四禁令（A）、#38 UI 英文单语（A 行为先例）、#39 UI 中英并列（C）、#40 转场无独立字段、
#41 每窗首行机位（A 同型/B）、#42 习语乙台词逐字保真、#43 习语乙画外音语义等价（B）、#44 单镜头 15s
上限、#45 总时长冲突最小改动（B）、#46 clarify 轨 CL1-CL5（C）。
新增维度内子表 3 张：D2 习语乙窗式结构五档、D5 习语乙对白五档、D6 v4 增补表（含 #41）。
新增场景 10 条（TS-19~28）+ 3 条改轨（TS-01/07/08 → clarify）。
等级分布：A 级 13 条（#22-#26/#29-#32/#35-#38/#40/#44，全部带行号且本轮逐字复抓命中）、
B 级 7 条、C 级 5 条（#33/#34/#39/#46 + v3 沿用的幽灵编号/B1-B5）——C 级占比 20%，与「构造性设计
必须显式标注」的纪律一致。

4.2 修改

轨制两轨 → 三轨；部署达标条件三轨版；expected_outcome 元字段三值。
D5 硬错误下限（上限 75）按习语分轨定义：<d> 未包裹/(Sx) 缺失不再触发习语乙的上限
（依据：本轮独立复核实证官方 co-op 模板 0 处 <d>、0 处 (Sx)，见附录 A 负向核验）。
D1 档 2 增补两类违规：习语误判、非锚点图写成秒级对齐。
D9 词法纪律按习语分轨 + 新增三项机械校验（时长/窗边界/UI 四禁令）。
TS-06 asset_menu 的 shole_sole 拼写笔误修正为 shoe_sole（v3 原文笔误，不改变考察点）。

4.3 废除（明确列出，防回潮）

「声明 prompt 而实际产出为澄清件 → D2-D6 记 2/5 实体化口径」（v3 应急口径，被 C8 取代）。
「澄清件按 N/A 记满分」（宽松读法，C3 已废除的机制，v4 明确写死不得回潮）。

4.4 保留不变
D1-D9 维度与权重（20+10×8=100）、C1/C2/C3 主体条款与 B1-B5 分值、三道封顶（40/75/70）、
passing_score 90 与目标线 95、v3 18 条场景骨架（3 条改轨 + 1 处拼写修正）、v3 已登记判据 #1-#21 全部沿用
无一推翻。
4.5 网络受限登记（如实）

platform.minimax.io / platform.minimaxi.com 仍未核实（沿用 knowhow_v4 §11 状态，本轮未重试，
因本轮问题集不涉及开放平台 schema）；conditions[].role 枚举第二信源继续缺失 → 资产层判据继续只依赖
uri 与顺序。
raw.githubusercontent.com 本轮可用且稳定：7 次复抓全部 HTTP 200、零重试零超时（R2 参数
--retry 3 --retry-all-errors --max-time 60 全程携带），未触发 WebFetch 降级路径。
skills/*/SKILL.cn.md 8 个中文版仍未抓（knowhow_v4 §12.1），引用一律以英文版/模板原文为准。
飞书标杆文档登录墙维持（fde_v3 §五.4），v4 无判据依赖它。


附录 A：引文独立复核日志（2026-08-27，Digester 独立执行）
方法：curl --retry 3 --retry-all-errors --max-time 60 直读
raw.githubusercontent.com/MiniMax-AI/MiniMax-H3/main/ 全文 → sha256 前 16 位与 sources_v4.json 登记值比对
→ sed -n 'Np' 抽行与基准引文逐字比对。
A.1 文件级（7 个新增 A 级引文文件 + 3 个佐证）


文件
bytes
sha256 前 16 位
与 sources_v4.json
HTTP


README.md
40135
7964f3044d3c7efa
✓ s05
200


skills/co-op-game-intro-generator/references/h3-video-prompt-template.md
10331
7fac20c236de585d
✓ s13
200


skills/3d-animation-short-generator/references/shot-table-spec.md
7803
d4770ff3f7c6d1d8
✓ s17
200


skills/3d-animation-short-generator/references/storyboard-guidelines.md
14959
a1a5aaed9681dd2f
✓ s16
200


skills/handdrawn-live-video-generator/SKILL.md
7911
5c62175b552f51ed
✓ s19
200


skills/co-op-game-intro-generator/SKILL.md
8216
8b49cf84a70fbbc9
✓ s12
200


scripts/readme/reproducible-768p-t2va-request.sh
3425
78bfe72365f27a53
✓ s25
200


（本机 /tmp/h3v4/ 另有前序中断会话留下的同哈希副本，本次复抓与其逐字节一致，互为印证。）
A.2 行号级逐字命中（基准引用的全部新增 A 级引文）


处
引文关键句（复抓原文节选）
命中


README.md:73
`\
Output duration \


README.md:67
"…generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds."
✓


README.md:85
"…Maximum number of files across all input types is 12"（v3 #21 佐证复核）
✓


co-op template:18-23
"## Reference roles" + {ui_ref}/{player1_ref}/{player2_ref}/{height_ref} 四角色职责逐字
✓


co-op template:48
"## Fixed timeline framework"
✓


co-op template:50/:74/:85/:101/:110/:121
六个窗标题 [0秒–2秒]…[10秒–15秒] 逐字
✓


co-op template:51/:75/:86/:102/:111/:122
六窗首行 景别/机位：… 逐字（含 :51 "延续 {ui_ref} 的构图逻辑"）
✓


co-op template:53/:55/:63-68/:77/:79/:104/:106/:113/:115/:117/:128/:130
画面内容/UI结构/UI 字符串英文单语/动作/CONFIRM CONFIG/加载条 0%→100%/环境转化/关键约束/HUD结构/声音 逐字
✓


co-op template:133
"…no unreadable UI, no random letters, no misspelled usernames, no extra menu options, no official game logo…"
✓


shot-table-spec:23
"...a required Per-Second Directives subsection... such as 0–1s, 1–2s, 2–3s; for sub-second critical beats, use 2.0–2.5s style markers..."
✓


shot-table-spec:62
"no shot exceeds 15 seconds. If a beat needs more, split it."
✓


shot-table-spec:65
"every second from 0s to the shot duration is covered... must not leave any time gap."
✓


storyboard-guidelines:47
"Panels must cover the full shot duration from first frame to last frame with no time gaps."
✓


handdrawn SKILL.md:13
"The final prompt language must follow the dominant language of the user input: Chinese input produces Chinese…"
✓


handdrawn SKILL.md:57/:61-63
"Keep this paragraph order" + 3. 0-3 秒；/4. 3-6 秒；/5. 6-10 秒；
✓


base-en.txt:86
"…begin each one with a strictly increasing cut time that falls within the video duration"
✓


base-en.txt:146
"Place any banner, sign, label, subtitle, or neon text that is actually visible on screen in English double quotation marks. Preserve the original text and punctuation verbatim, without translation."
✓


t2va 脚本:19
"duration_seconds": 10
✓


ref-en.txt:70/:73
"When an image acts as a storyboard or shot-planning reference, state which shots it maps to…" + "<Picture 3> is a storyboard reference for [Shot 1] and [Shot 2]…"（本地已核实副本抽行）
✓


co-op SKILL.md:16
"Use references/h3-video-prompt-template.md when refilling the final Minimax H3 video prompt in STEP 6…"
✓


A.3 负向主张独立复核（支撑 C4/C5/D5 习语分轨的「反证」判据）


负向主张
复核方法
结果


base-en/ref-en 无窗式写法 [Xs-Ys]/[X秒–Y秒]
`grep -cE '[[0-9]+秒\
[0-9]+-[0-9]+s]\


base-en/ref-en 无 "gap"/"overlap"
`grep -icE 'gap\
overlap'`


ref-en 全文 0 处 "aligns with"
grep -c 'aligns with'
0 ✓（非锚点图秒级对齐无官方依据 → #29）


官方习语乙模板无 <d>、无对白字段
grep -c '<d>' + `grep -nE '对白\
台词'` 于 co-op template


co-op 模板六窗「声音：」均为氛围描述
抽 :72/:83/:99/:108/:119/:130 逐字
✓ 全部为环境/UI 音描述，无逐字台词字段（#43 的「习语乙无画外音条款」缺口据此如实登记）


官方无「中英并列 UI」先例
通读 co-op:63-68 全部 UI 字符串行
✓ 全部英文单语（#39 标 C 级的依据）


转场无独立官方字段
通读 co-op 六窗字段集合（11 个字段名）
✓ 无转场字段（#40 标 A 负向的依据）


A.4 仍不可达 / 未核实（不充当结论依据）
platform.minimax.io 开放平台请求 schema 与 conditions[].role 枚举、skills/*/SKILL.cn.md 8 个中文版、
飞书标杆文档正文、h3-confirmation-image-template.md 逐行内容（knowhow_v4 §12.4 留作下轮）。


五、交接给 Evolver 的四点提醒

SKILL §0 硬规则必须按 C4 重写作用域（这是本轮最直接会被 benchmark 扣分的点）：现役 v0.4.0 §0
把「正文必须英文」写成全局硬规则，与习语乙交付（中文时间窗散文）直接冲突。改法建议：把 §0 的
硬规则限定到习语甲范围，新增一节「习语切换判据」（C4 四条）+ 习语乙交付形态（窗式结构/每窗三要素/
Reference roles/UI 四禁令/时长不进正文）。注意篇幅：evolve_v3 §五.5 的文本膨胀警告仍有效，
建议按作用域改写而非全文追加，并优先复用 knowhow_v4 §2.3 的两习语对照表。
D6 新判据 #41（每窗/每镜首行显式机位）：TS-16/TS-17 的 −2.0 扣点从此有据，SKILL §5.1/§5.3
可直接引用该判据（习语甲侧标 B 级内部规范，不要写成官方条款）。
clarify 轨是新机制：SKILL §10.1 的反问行为从「不扣分的默认」变成有实体评分的交付物
（CL1 问全 30 / CL2 零臆造 25 / CL3 分支预判 15 / CL4 锁定+标注 15 / CL5 通道 15）；训练时反问也要
按五要素组织，CL3 的模式/习语分支预判是最容易被忽略的一项。
评分卡生成脚本修渲染 bug（fde_v3 §六）：TS-07.md:22 残留的 {' + '.join(...)} 模板字样
下轮不得再现；两轨以上汇报时开头沿用可比性声明惯例（v4 三轨数字与 v3 两轨数字不可比）。


六、交接给下一轮 Hunt / Digester 的两条

skills/*/SKILL.cn.md（8 个中文版）与 h3-confirmation-image-template.md 确认图工作流仍待抓
（knowhow_v4 §10.8/§12.4）；开放平台 conditions[].role 枚举若可达，资产层判据可从「uri + 顺序」
扩到 role 字段。
v4 首跑后：TS-19~28 的真实产出回填 train 集 + B1-B5/CL1-CL5 区分度压测（含四条已知会失败样本
TS-09/TS-18/TS-21/TS-28 是否如预期低分——若高分则修维度，不调阈值）。