Fix Ego4D target compatibility in local baselines

docs/ego4d_local_baselines.md

@@ -291,6 +291,13 @@ python run_ego4d_local_baselines.py "${EXP_ARGS[@]}" --seeds 1 2
 如果原 stacked baseline 使用 fixed-mean，可在四组统一加 `--layer-fusion fixed-mean`。
 不要拿不同 epoch/layer-fusion 的旧 baseline 直接计算新增分支的增量。
 
+Ego4D target 由 EgoSpeak/LSTR 的 `MCE` 当作 binary/multi-positive 权重直接读取；
+因此代码对 `dataset=ego4d` 保留其原始二值行，不强行套用 EasyCom 的四状态约束，
+也绝不把 `[0,0,0]` 等行擅自改成 `[1,0,0]` background。预检会汇总并打印所有
+非 canonical pattern，便于核对数据。EasyCom 仍严格限制为四个 activity states。
+当前四组实验关闭 transition objective，因此不会从非 canonical 行伪造 transition
+标签；如果以后启用 transition auxiliary，需要先定义语义和显式 valid mask。
+
 预检不会一次把 433 条全局特征全部装进 RAM；实际训练仍沿用原训练器，会加载整个 train split。
 last4 特征可能需要数十 GB 主机内存。多卡并行 head 训练也会复制主机内存，不是只看 GPU 是否空闲。