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)。