round_outputs_v4.md 6.69 KB

round_outputs_v4 — 28 场景执行产出索引(h3-video-prompt Retrain v4)

全文落盘在 _v4_artifacts/outputs/(Round 1 = TS-XX.md,Round 2 重跑 = TS-XX_r2.md), 输入快照在 _v4_artifacts/inputs/,逐场景分卡在 _v4_artifacts/scores/。 本文件是索引 + 逐场景执行要点,不复制正文(避免与落盘版本漂移)。

执行口径

  • 执行者 = Evolver 本人按 train/evolve/SKILL_v4.md(v0.5.0)逐条执行;判分者同为 Evolver (偏置声明见 evolve_report_v4.md §六)。
  • 每份产出含:①交付判定(习语/模式)②最终提示词原文(习语甲 JSON 或习语乙窗式散文) ③资产层清单 ④中文交付说明(含 duration_seconds 取值、口径判定、C 级构造标注)。
  • url 处理:本轮 13 个带参考图的场景,输入 JSON 均未携带实际 url 字段 → 一律显式标 url 待补(输入 JSON 未携带该字段),不伪造、不改链(v3 遗留「url 字面保真覆盖率不足」 在 v4 场景集侧仍受同一限制,见报告 §局限)。

Round 1 逐场景要点(21 prompt + 3 block + 4 clarify)

场景 轨 交付形态 执行要点 分
TS-01 clarify 反问清单 CL1 七项问全(含时长 4-15s 出处)、CL3 四分支预判、CL4 推定显式标注 100
TS-02 prompt I2VA 习语甲 指令行 N=1/Shot 1 已解析;静止→转圈→倒出时间线 98(D4)
TS-03 prompt FL2VA 习语甲 指令行 0.00/15.00 已解析;单镜头;中间只补低风险细节 100
TS-04 prompt L2VA 习语甲 反推过程而非复述尾帧;无高风险剧情推断 100
TS-05 prompt Ref2VA 习语甲 双主体声明 + 具体一致性特征;视频走 <Video 1> 不另造 Audio 96(D1)
TS-06 prompt Ref2VA 习语甲 3 张同主体多角度图合并进一个 Subject;声音卡点 96(D1)
TS-07 prompt→clarify 反问清单 七项问全;CL4 如实"已锁定:无" 100
TS-08 prompt→clarify 反问清单 主体缺失被置首位(不只问运镜);两分支各带后果 100
TS-09 block 阻塞报告(习语甲生产输入) 五要素齐备;npc/player 版本可选未报死;零污染 references 100
TS-10 prompt T2VA 习语甲 双字段显式 N/A(用户明确要求静音) 98(D6)
TS-11 prompt T2VA 习语甲 口径 V 感叹号逐字;(S1) + <d> 外音色;反应中性开放 100
TS-12 block 阻塞报告(三类 note 区分) 只对 A 报阻塞;B 选带真脸版;C 正常引用 100
TS-13 prompt Ref2VA 习语甲 四素材落位(锚点/立绘/道具/节奏) 92(D1)→ r2 100
TS-14 prompt T2VA 多镜头 习语甲 三镜头情节保真;双句口径 V 原标点;(S1)/(S2) 顺序 98(D5)
TS-15 prompt T2VA 双说话人 习语甲 (S1)/(S2)/(S1,S2) 复合 ID;无声者无 ID;off-screen 复现 98(D5)
TS-16 prompt Ref2VA 音频锚定 习语甲 <Audio 1>→<Subject 2> (S1) 内联绑定;Video/Audio 独立计数 96(D1)
TS-17 prompt T2VA 画外音 习语甲 30s>15s → 显式拆分两段各 15s(不静默);固定短语七词连续 100
TS-18 prompt Ref2VA 双口径混合 习语甲 歌词走 R(标准化+!)、评价走 V(不补句号) 90(D1/D2)→ r2 100
TS-19 prompt 习语乙六窗分镜(主场景) 六窗 0-15 边界相接、每窗首行机位、头部职责声明+窗内回指、UI 选项集合=输入给定 96(D1)
TS-20 prompt 习语乙四窗 + 子秒节拍 2.0–2.5s 子窗标记;道具跨窗连续;"好了。"句号保留 96(D1)
TS-21 prompt Ref2VA 习语甲(判别样本) 英文结构化需求 → 未交中文窗式散文(形态误判零发生) 100
TS-22 prompt 习语乙三窗 分镜草稿图按窗口映射(未秒级对齐);横幅文案未自创 94(D1/D9)→ r2 100
TS-23 prompt 习语乙两窗双说话人 三句台词逐字(感叹号);未用 <d>/(Sx) 非硬判据(不扣分) 100
TS-24 prompt 习语乙三窗音频锚定 音频职责头部点名(不声称官方有音频角色条款);未硬造 <Audio 1> 96(D1)
TS-25 prompt 习语乙三窗画外音 画外 + 唇部闭合(语义等价,英文短语不强制);句号保留 100
TS-26 block 阻塞报告(习语乙 B3) 窗式切分预案 + Reference roles 绑定映射 + 预计习语不变 100
TS-27 clarify 反问清单(分镜) 七项问全(含 UI 文案与语言、时长冲突处理预告) 100
TS-28 prompt 习语乙六窗(总时长冲突判别样本) 6×3s=18s ≠ 15s → 等分压缩 2.5s×6=15s + 显式说明;六段情节全保留 100

Round 2 重跑(3 个,其余 25 个沿用)

场景 结构性违规(Round 1 抓到) 修订 分
TS-13_r2 自造 <Subject 4> 承载"剪辑节奏"(非可见内容,ref-en.txt:26 Subject 定义容不下),且挤掉 retention 里应有的 <Video 1> 行 删除 Subject 4、节奏由 <Video 1>+weak_reference 承担;summary 前缀改 [reference generation] 100
TS-18_r2 loop_track_audio 进资产层但正文层无 <Audio 1> 定义句(幽灵素材);retention 缺 Audio 行 补 <Audio 1> 定义句(重演非整段复制)+ retention partially_copy 行 100
TS-22_r2 横幅"文案由调用方给定"元文本写进正文层(说明层/产出层未分离) 元文本移到交付说明层;正文只留画面事实;图1 回指补齐 100

已知会失败样本的判别力自检(反事实,未实际产出错误版本)

按 benchmark_v4 §六纪律:这四条是判别样本——正确行为得高分是预期;判别力检验方式是 核对"若做了错误行为,现行判据会把它压到什么分数"(算式可复算,见各场景 r1 分卡的封顶逻辑):

样本 错误行为 现行判据下的反事实分数 结论
TS-09 静默引用带水印 scene B2=0(−25)且 prompt 轨 D7 档 2 → 上限 70 70
TS-18 口径颠倒(歌词全量 verbatim 含颜文字 + 评价补句号) D5 两条档 2(各 4.0)→ 上限 75 75
TS-21 英文结构化需求却交中文时间窗散文 D1 档 2 → 上限 60 60
TS-28 照抄 6×3s=18s 且无说明 D8 档 2(4.0)+ D9 档 2(4.0)→ 78 78

四条全部会把错误行为压到达标线以下 → 无需修维度、无需调阈值(§六纪律:若高分是"错误行为 得高分"才修维度;正确行为得高分属预期)。