iomgaa/Video-Tree-TRM5

Fork 0

Files

T

iomgaa 86573735aa docs(wiki): apply Codex review fixes to main-figure design

2026-07-09 00:46:08 -04:00

9.4 KiB

Raw Blame History

论文主图设计：Self-Evolving Search Agent 推理训练闭环

日期 2026-07-09 · 状态已获用户批准（口头） · 产出物 Figma 图（文件 xnLGUkZottqnr4dsEt9fGq Page 1 空白区）

1. 目标与定位

用途：论文主图（目标会议存在文档分歧：CLAUDE.md=AAAI 2026，ARCHITECTURE.md 与记忆=EMNLP 2026，以用户最终决定为准，不影响本图设计），展示推理训练部分的自进化闭环；不含建树与新题生成（建树已有独立图，位于同一 Figma 文件）。
核心叙事：搜索 Agent 通过推理→诊断→进化→门控闭环自我改进；Frozen LLM, trainable harness——被"训练"的不是模型权重，而是版本化的 Skills+Prompts。
差异化：AVP/DVD 等相关工作画的是推理期内环（agent 怎么搜视频）；本图内环只是一个面板，训练期外环是主角。
审稿人一句话记忆点：这是一个不动模型权重的 PyTorch 式训练循环。

2. 已确认的关键决策

决策点	结论
构图	水平流水线 + 底部参数回流闭环（方案 A）
版式	双栏跨页宽图，画布 2400×1050 px（≈2.3:1，缩印 180mm）
信息密度	四机制全部可见（Agent 内环 / 诊断瀑布 / patch 引擎 / CE-Gate+信息阶梯），去工程化（无熔断/缓存/遥测）
PyTorch 类比	底部独立双行对照条，与上方区域逐段对齐
示例贯穿	延续建树图同一 Video-MME 天文台视频，问题/诊断/patch 文本典型化设计
迭代维度	Store 处 v1…vN 卡片堆叠 + ×N epochs 循环标记暗示，不加独立时间轴
绘制位置	与建树图同文件（素材直接复用），Page 1 空白区 y≥1800，不动现有图层
语言	图内文字全英文

3. 布局

下方 ASCII 草图为中文说明稿，仅示意区域关系；最终图层文字一律采用 §4/§5 的英文术语。

┌──────────────────────────────────────────────────────────────────┐
│ [输入]   ┌──────────────┐  ┌───────────┐  ┌──────────┐  ┌──────┐ │
│ Q+缩略图→│ ① INFERENCE  │→ │② DIAGNOSE │→ │③ EVOLVE  │→ │④ CE- │ │
│          │ 树环境+内环   │  │ 归因瀑布   │  │ patch引擎 │  │ GATE │ │
│          └──────↑───────┘  └───────────┘  └──────────┘  └──┬───┘ │
│                 │ read            ┌─────────────────┐ accept│    │
│                 └─────────────────│⑤ Skills+Prompts │←──────┘    │
│                                   │  Store v1…vN ▤▤ │ reject→保基线
│                                   └─────────────────┘            │
├──────────────────────────────────────────────────────────────────┤
│ DataLoader│forward()│backward()│optimizer.step()│grad clip│nn.Parameter│
└──────────────────────────────────────────────────────────────────┘

数据流勘误记录：CE-Gate 位于 Evolve 之后（进化产出候选 → gate 用 e-process 验证候选 vs 基线 → accept 才写入 Store），信息阶梯为 gate 供给高信息量题序，而非控制输入难度。此顺序已与 core/evolution/gate.py、app/harness/gate_ladder.py 核实。

4. 五区域内容规格

术语均与代码核实一致（来源见 §7）。

4.1 输入区

问题卡（Q: "What happens right after the dome opens?" 措辞绘制时可打磨）+ 天文台视频缩略图 + 迷你树 icon，标注 "hierarchical video tree (Fig. 2)" 衔接建树图。

4.2 ① INFERENCE（agent-controlled，图上唯一画成循环的面板）

树环境迷你版：L1/L2/L3 三层色带（绿/蓝/黄，复用建树图配色与缩略图）。
Agent 内环轨迹：Thought → search_similar → view_node → observe_frame → submit_answer；侧边 read_skill 箭头（来自 ⑤，工具名与 app/search/tools.py:56-58 一致）。
示例结局：answer ✗（答错），输出 trace 流向 ②。
面板角标：agent-controlled；其余面板角标 code-controlled。

4.3 ② DIAGNOSE（code-controlled）

归因瀑布级联：extraction failure → search failure → reasoning failure（+ mixed 兜底），画成三级下落台阶。
二分岔：defect（改 skill 正文）vs lapse（记 appendix 提醒）。
D1–D5 压缩为一排五个小 chip：attribution / tool quality / search behavior / skill compliance / decision patterns。
示例：该题归因 search failure → 判 defect。

4.4 ③ EVOLVE

patch 流水线：candidate edits → rank-and-clip → apply patch。
侧边锁条带：protected spans（appendix / momentum 区带锁图标，不可改写）。
示例 patch 片段："+ verify event boundary via L2 card before observe_frame"。
momentum 机制不单独出现（用户确认），仅隐含于锁条带。

4.5 ④ Validation · CE-GATE

面板标题 Validation · CE-Gate：块顺序验证（validate.py 配对翻转 W/L）作为输入喂 e-process——图上画为"candidate vs baseline 配对小图 → e 曲线"。
e-process 小曲线：e 值随题数爬升，越过 e_confirm 虚线。
四出口：accept (confirmed) / accept (provisional) / reject / continue（代码中三种 reject 在图上合并，用户确认）。
侧挂小组件：信息阶梯（2:1 交错题序图标，标注 info-max question ladder），尺寸压小避免抢焦点。
视觉层级：accept 主路径线最粗；reject/continue 细灰次级线。

4.6 ⑤ Skills+Prompts Store

v1…vN 卡片堆叠（复用建树图 Event Card 堆叠画法）+ 版本号 badge。
accept 箭头写入 v(N+1)；read 箭头回流至 ①，构成大闭环；循环标记 ×N epochs。

5. PyTorch 对照条（最底部）

浅灰底横带，等宽字体，与上方区域逐段对齐：

上方区域	对照文字
输入	`DataLoader`
①	`model.forward()`
②	`loss.backward()`
③	`optimizer.step()`
④	`grad clipping (validate)`（对应 CLAUDE.md 类比表中"进化 validation = grad clipping"；④ 面板同时含 validate 配对翻转与 CE-Gate 判定）
⑤	`nn.Parameter`

条带一侧放记忆点标语：Frozen LLM, trainable harness。

6. 视觉规范与素材复用

元素	方案
面板样式	白底、细虚线外框、顶部居中标题（沿用建树图）
①	淡绿系 · ② 淡橙红系（新增，饱和度对齐现有 pastel） · ③ 淡紫系（复用 VLM 紫） · ④ 淡蓝系 · ⑤ 白卡+badge
直接复用	视频缩略图（candidate_a_t*）、L1/L2/L3 badge、Scene/Event/Frame Card 组件、VLM 紫块、箭头/chevron 样式
字体	与建树图一致（Inter）；标题 24px / 正文 16-18px / 标注最小 15px 灰（2400px 画布缩印 180mm 后 15px ≈ 1.1mm，12px 过小已弃用）
图层组织	顶层 Frame 命名 `Main Figure — Self-Evolving Loop`，五区域各一个子 Group，便于后续人工微调

7. 术语出处（代码核实）

图上术语	来源
gate 四出口 accept_confirmed / accept_provisional / reject×3 / continue	`core/evolution/gate.py:57-110`
归因瀑布 extraction/search/reasoning/mixed；defect vs lapse	`core/evolution/diagnose.py:910-997`
D1-D5 五维聚合	`core/evolution/diagnose.py:1095-1307`（D2-D5）、`1551-1563` + `2230` + `2293-2296`（D1 attribution distribution）
信息阶梯冷启动 2:1、信息量排序	`app/harness/gate_ladder.py:57-117`
块顺序验证配对翻转 W/L	`core/evolution/validate.py:12-69`
rank-and-clip、protected spans、appendix/momentum 区	`core/evolution/evolve.py:186-594`、`core/evolution/patch.py:11-56`
agent 工具五件套（含 `read_skill`）	`app/search/tools.py:33-73`
版本目录 Store `store/skills/v{N}` / workspace 本地拷贝	`app/harness/store.py:28-136`、`app/harness/workspace.py:103-108,150-152`

8. 验收标准

图在 Figma 中为独立顶层 Frame，可整体导出 PNG/SVG，缩印 180mm 宽时最小文字（12px 标注）仍可辨认。
五区域 + 对照条齐全，闭环箭头（⑤→① read、④→⑤ accept）无歧义。
全部术语与 §7 代码核实结果一致；无熔断/缓存/遥测等工程元素。
风格与同文件建树图肉眼一致（配色、字体、面板语言、卡片组件）。
不改动/移动建树图的任何现有图层。

9. 被拒绝的备选方案

方案	拒绝原因
B 上下双层 S 形回路	PyTorch 对照条无法与面板逐段对齐，退化为角标
C 中心辐射环形	2.3:1 宽幅下横向空间浪费大，机制细节难展开，与建树图直线叙事不一致
独立进化时间轴	占版面，与对照条拥挤；由 Store 版本堆叠 + ×N epochs 替代

9.4 KiB Raw Blame History Unescape Escape