Video-Tree-TRM5/research-wiki/designs/2026-07-09-paper-main-figure-design.md

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

1. 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。
2. 五区域 + 对照条齐全，闭环箭头（⑤→① read、④→⑤ accept）无歧义。
3. 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。
4. 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）。
5. 不改动/移动建树图的任何现有图层。

9. 构图重构记录（2026-07-09 定稿后追加）

用户验收反馈：内容正确但"下半部空、无主线重点"。经方案比选（用户选 A），实施：

改动	内容
显式循环主干	面板间 chevron → 4px 黑色实心三角箭头（forward 主线）；④→⑤ write 与 ⑤→① read 回流均为 4px 绿色实线带，⟳ ×N epochs 置于带上；黑/绿双色对应 forward / parameter-update 语义
底部压缩	Store 2080px 全宽行 → 680×170 紧凑块（右缘对齐 ④，write 直指 v5）；对照条 130→84px；画布 1050→940（2.55:1）
填充	motto 24px 斜体移至左下空区；read 带起点加绿色圆点锚记

逐模块精修均经 Claude 自审 + Codex 独立审双 PASS（Question/①/②/③/④/⑤+对照条/整图重构共 8 轮审核）。Codex 抓到的实质问题：④ 的 W/L 翻转数与 e 曲线出口统计不自洽（修正为序列省略号 + W=8·L=0，E=56.78>e_confirm=20）、ladder 色块数与题数不符、read 线易误读为边框。

10. 定稿修订记录（2026-07-10，本节覆盖 §2/§3 的布局规格）

逐模块精修完成后的第二轮构图重构与最终决策（均经用户逐项拍板）：

决策	内容与理由
环形布局	画布 2400×940 → 1608×960；顶行 Question→①→②→③（黑色 forward 箭头），③ 底部下沉入 ④，底行 ④→⑤ 右→左（绿色 write），⑤ 顶部 read 回流 ①；顺时针一圈 = 一个 epoch，上下缝压缩至 36px
④ 表义化	横版 840×280，右→左三段与底行流向一致：入口小票 v6 · candidate（③ 箭头落点）→ 配对复测表（v5·baseline 上 / v6·candidate 下，翻转列淡绿高亮，W = 8 · L = 0 + 小注 (4 of 8 flips shown)）→ e-process 曲线越 e_confirm = 20（端点 E = 56.78，与 gate.py 公式验算一致）→ 绿色放行单卡片（与 ② 红色缺陷工单对仗）+ 虚线幽灵票 else: no confirmed write（if/else 结构；虚线沿用 ① 的"未采用路径"编码）
出口简化	gate 四出口在图上压成 accept(confirmed) + else 两出口；else 措辞避免暗示"非 confirmed 全是 reject"（Codex I2）
PyTorch 对照	底部全宽对照条 → Question 下方纵向对照卡（248×280 浅灰圆角块，Q/①…⑤ ↔ DataLoader/forward/backward/step/grad clipping/nn.Parameter 六行）
⑤ Store	408×280 与 ④ 同高：v1..v5 灰卡 + v6 ✦ 绿卡（write 落点），motto 移入面板底部；版本叙事闭合：本轮 read v5 → 产出 v6 候选 → 放行写入 → read (next epoch) 读 v6（Codex I3 时序标注）
模型标签统一	① Agent / ③ LLM / 建树图 VLM 全部统一为 Agent（同紫块同图标；紫=冻结预训练模型，与绿=可训练资源对仗）。备注风险：建树图批量帧描述严格说非 agentic，正文表述需圆（如 captioning agent）
删减	面板间游离标签（trace + ✗ / defect）、⑤ 的 nn.Parameter 小标签、大 ⟳ 字符、全宽对照条均删除；⟳ × N epochs 合并为单行小字嵌缝

审核记录：④⑤+布局经 Codex 独立审（无 Critical；I1/I2/I3/M3 已采纳落实）；整图终审 PASS（无 Critical/图内必改项）。终审遗留三项归入 figure caption 与投稿检查，不改图：

1. caption 需说明"紫块 Agent = 冻结预训练模型组件，仅 ① 为 agent-controlled，训练对象是 harness"（消解 ③ 同款 Agent 块的误读，兼答 motto 与标签并存问题）；
2. 投稿前打印 180mm 宽样张，验证代码字体图例、e_confirm = 20、(4 of 8 flips shown) 等 14px 小字的缩印可读性。

11. 建树图风格统一记录（2026-07-10）

主图定稿后，用户认定主图风格更优，建树图向其看齐（内容结构不大改）。改动与决策：

决策	内容
视觉词汇表统一	两图共用同一套编码：虚线=堆叠/次要（不得用作焦点强调）、红色只留给错误、层级色 L1绿/L2蓝/L3黄贯穿；据此 Scene 2/Event 2 焦点框由灰虚线改层级色 3px 实线，Event i 红虚线框与 Event Card 红描边改 L2 蓝，Frame Card 描边补齐 L3 黄
标题与结构	三区块标题 ① Long Video / ② Multi-scale Temporal Decomposition / ③ Build Tree（Inter Bold 24 + 编号居中）；chevron 换主图同款 4px 黑箭头；全部游离节点收入顶层 Frame（1715×441）；修正 3 处 "leval" 拼写与标题缺空格、删重复标题
Build Tree 补位	用户删除冗余 E1/E2 块后，空区放空心骨架树（白底+层级色描边，caption "tree skeleton (from ②) → attach a card to every node"）；三个 Agent 块加建树顺序徽章 ❶Event(L2)→❷Frame(L3)→❸Scene(L1)，与算法#1 "L2 先行→L3 向下→L1 向上"一致
两树同构	主图 Question 面板迷你树按同一对称几何重画（实心 24/20/16）；空心=待填充骨架（建树图）、实心=成品（主图），唯一差别维度即语义
模型标签	建树图 VLM 紫块随主图统一为 Agent（用户决策；正文 caption 需说明紫块=冻结模型组件）

审核记录：Codex 独立审出 1 Critical（L3 展开帧时间戳越出 Event 2 区间，已改 0:21:30/0:21:32）+ 2 Important（竖排来源标注弱化为 16px 灰、"The Event Card of L2 corresponding to L3" 改 "parent event card (L2)"）+ 1 Minor（Frame Card 黄描边），全部落实。遗留投稿检查项：❶❷❸ 徽章含义入 caption、180mm 样张验证小字。

12. 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