# config/video_split.yaml
# 结果驱动视频级切分 —— 科研旋钮快照（会在实验中被反复扫动 / 对比的参数）。
# 工程配置（harness.db 路径、LLM 凭证、超时）由 .env / pydantic-settings 管理，不在此文件。
# 优先级: CLI args > 此文件。CLI 仅用于单次临时覆盖。
#
# ⚠️ 下列阈值为「占位值」，必须在离线诊断跑完后用真实 T2 分布标定。
#    标定程序见 scripts/build_video_split.sh 顶部注释（诊断产物 → 逐旋钮定值）。

video_split:
  baseline_run_id: infer_adhoc  # 基线 run 标识（错题诊断与切分依据），对应 workspaces/default/harness.db
  n_trainval: 100               # trainval 目标视频数（多样性阶段填充上限；标定取 ~100）
  epsilon: 0.1                  # test 相对全局最大允许分布偏差（题型占比 / 难度画像两维，逐桶）
  report_floor: 27             # per-type 报告门限：题数 ≥ 此值的 task_type 才入 ε 代表性约束
  val_wrong_min: 20            # validation 池最少错题数（McNemar 检验功效阈 ≈ 20，低于则信号不足）
  val_ratio: 0.4               # validation 占 trainval 视频组总数的比例（0.3→0.4 提升整包终审功效，WP2）
  seed: 7                      # 贪心选择器预洗牌 + 视频组题级切分种子（打破等增益 / 等槽平局）
  floor_k:                     # 各 task_type 的 T2 defect 下限（硬约束）—— 均衡覆盖全 11 类，标定于 1cb1c203 真实 T2 分布
    Object Reasoning: 5        # T2=25
    Information Synopsis: 5    # T2=13
    Action Reasoning: 5        # T2=11
    Counting Problem: 5        # T2=10
    Temporal Reasoning: 2      # T2=5
    Object Recognition: 2      # T2=5
    Action Recognition: 2      # T2=5
    Attribute Perception: 1    # T2=3
    Temporal Perception: 1     # T2=2
    OCR Problems: 1            # T2=2
    Spatial Perception: 1      # T2=1

diag:                          # 诊断口径指纹三分量（隔离不同诊断配置的信号，参与主键）
  prompt_version: diagnose_v1  # 诊断 prompt 版本标识（换 prompt 即换指纹，旧记录不被覆盖）
  model: deepseek-v4-pro       # 执行诊断的模型名（必须与 .env SEARCH_LLM_MODEL 一致，CLI 会 fail loud 校验）
  # code_version 由 build_video_split.sh 注入 git 短 SHA，不写死在此（随代码变动）