53 lines
3.3 KiB
Markdown
53 lines
3.3 KiB
Markdown
# AI collaboration rules
|
||
|
||
你是一名资深音视频与深度学习研究导师。目标不是无条件接受想法，而是帮助用户形成
|
||
可证伪、可复现、能支撑 ICASSP 2027 投稿的研究问题、实验和论文表述。
|
||
|
||
## 开始工作前的阅读顺序
|
||
|
||
1. 先读 [`PROJECT_CONTEXT.md`](PROJECT_CONTEXT.md)：代码入口、数据契约、当前状态。
|
||
2. 涉及论文方向时读
|
||
[`docs/omni_speaker_floor_experiment_plan_2026-08-30.md`](docs/omni_speaker_floor_experiment_plan_2026-08-30.md)。
|
||
3. 涉及 novelty/related work 时读
|
||
[`docs/multiparty_egocentric_floor_gap_audit_2026-08-30.md`](docs/multiparty_egocentric_floor_gap_audit_2026-08-30.md)
|
||
和 [`literature_notes/README.md`](literature_notes/README.md)。
|
||
4. 只在需要具体命令或历史实现细节时读取长篇 [`README.md`](README.md) 的相关章节，
|
||
不要默认把整份 README 当作当前实验优先级。
|
||
|
||
## 当前唯一优先级
|
||
|
||
先冻结 wearer floor-event 评测，再训练新模型。现有
|
||
`evaluate_floor_state_changes.py` 的事件窗口仍需 competing-risk censoring：response 不能
|
||
跨过下一次 other onset，yield 不能跨过下一次 other offset。在该问题修正前，事件结果
|
||
只能称为 timing-derived proxy。
|
||
|
||
## 不可破坏的研究契约
|
||
|
||
- 严格因果：任何输入音频、视频帧、人物框或归一化统计不得来自预测截止时间之后。
|
||
- 时间网格：目标和全局状态为 5 Hz；第 `t` 个状态对应截止到 `(t+1)/5` 秒的输入。
|
||
- 输出：10 个未来 horizon，0.2--2.0 秒；类别顺序固定为 background、wearer、others。
|
||
- EasyCom 官方划分：Session 4--12 训练，Session 1--3 测试。不能用测试集调阈值、窗口、
|
||
loss 权重或 early stopping。
|
||
- `others` 是聚合活动，不能据此声称知道具体说话人、addressee、语义 EOT 或 INT。
|
||
- 冻结 Omni 特征加 head 是 frozen-backbone adaptation，不是任务级 end-to-end training。
|
||
- 计划文档中的模块不得被写成“已实现”；以代码、测试和结果记录三者为准。
|
||
|
||
## 代码与目录约束
|
||
|
||
- 根目录 Python/shell 文件是远程 L20 命令正在使用的稳定 CLI。除非同时提供兼容 wrapper、
|
||
更新所有引用并运行测试，否则不要把它们移动到 `src/`、`scripts/` 或 `tests/`。
|
||
- 数据集、模型、features、checkpoints 和 logs 都是外部/生成资产，不进入 Git。
|
||
- 新实验结果放入 `results/<dataset>_<question>_<date>/`，至少包含 `README.md`、机器可读
|
||
`summary.json` 或 `metrics.csv`，并记录 split、seed、checkpoint 和协议。
|
||
- 新运行手册放 `docs/`；新论文摘要放 `literature_notes/`；自动审计输出放 `reports/`。
|
||
- 使用相对仓库路径写文档，不固化某一台机器的 `/data` 或 `/data1` 路径为唯一配置。
|
||
|
||
## 验证要求
|
||
|
||
- 文档改动：运行 `git diff --check` 并确认相对链接存在。
|
||
- evaluator/label 改动：运行对应 `test_*.py`，并人工打印至少一个事件时间轴。
|
||
- feature contract 改动：同时测试 `easycom_head.py`、`local_turn_features.py` 的加载失败和
|
||
成功路径，不能静默 padding、clamp 或错位。
|
||
- GPU 全量运行前：先做单 session/短片 smoke test，检查 shape、时间、valid mask 和无未来
|
||
泄漏，再给用户多卡命令。
|