--- 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): 1. **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。 2. **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。 3. **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)。 4. **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。 5. **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:`` 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 ``、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) 1. **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。 2. 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。 3. `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。 4. 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 \| 4–15 seconds \|` | ✓ | | 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…"* + *"`` 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 '\[[0-9]+秒\|[0-9]+-[0-9]+s\]\|[0-9]+秒–[0-9]+秒'` | 两文件均 **0** ✓ | | base-en/ref-en 无 "gap"/"overlap" | `grep -icE 'gap\|overlap'` | 两文件均 **0** ✓(「无重叠」只能是 base-en:86 相邻条款) | | 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 ``、无对白字段 | `grep -c ''` + `grep -nE '对白\|台词'` 于 co-op template | **0 处 / 零命中** ✓(D5 习语乙分轨 + C2 习语乙行的直接证据) | | 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 1. **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。 2. **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)。 3. **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。 4. **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 1. `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。 2. 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)。