RESEARCH ARTIFACT / 02
Return-to-Source Hysteresis.
面向测试时自适应的科研工件，研究模型经历无标签适应路径后，首次返回干净源域相似条件时的表现。
GitHub 仓库 / 可复现工件CAPABILITIES / 能力
已经做成什么。
当前版本的主要功能
- 01冻结 campaign manifests、数据来源与方法契约
- 02区分配置效应与参数更新的增量效应
- 03方法稳定性分析与 CIFAR-C 外部验证
- 04派生结果、图表、审计记录与回归测试
- 05保留负结果、失败 campaign 与机制检验边界
THE CONTEXT
从什么问题
开始？
测试时自适应的最终分数会混合模型配置、归一化和更新路径的影响。这个工件把首次返回源域相似条件的测量单独定义，再追踪不同因素的贡献。
组织冻结实验清单、CIFAR / CIFAR-C 数据来源、方法稳定性分析、派生表格和图表，并区分归一化、配置变化与参数更新的增量贡献。
SYSTEM OVERVIEW
拆开来看。
架构示意 / 非实时运行数据
- 01定义返回测量↗
- 02冻结数据 / 方法契约↗
- 03运行与稳定性分析↗
- 04派生结果与主张审计↗
DESIGN INTENT
选择背后的
思考。
- 01
把配置因素与参数更新因素分开分析，避免将两种效应归为同一机制。
- 02
用冻结清单、上游 commit 与文件哈希保留实验入口和方法来源。
- 03
将负结果和失败运行纳入分析记录；机制检验未支持所测试机制时明确记录。
CURRENT BUILD / 项目现状
目前做到哪里。
公开仓库提供实验配置、派生结果、稿件图表、复现入口与测试。前瞻性机制检验未支持所测试机制，结论受记录的模型、数据和协议约束。
稿件为研究草稿。完整实验需另行准备引用数据、源模型 checkpoint、计算资源和锁定环境。
GitHub 仓库 / 可复现工件 ↗