摘要
上一轮（P074）为缺样的生物补了 14 个真实战场身体标签，但从头重训后，其他类别出现随机退步，新模型没能通过“不退步”门槛。本实验换一种训练方式：从旧模型出发，并让旧模型当“老师”——在旧训练样本上，新模型除了学正确标签，还被要求输出分布别偏离老师太多；新加的 14 个标签不受这个约束，允许它纠正旧模型的错误。
只训练一次，结果通过了预先冻结的全部选择门槛：参考裁图正确数 689 保持，完整截图上“定位且身份正确”从 662 升到 664，虫巢之母 14/14。它成为显式身体识别的下一个实验候选，但仍有个别退步，也还没有独立测试或十场对局的验收。
要回答的问题
补充少量新类别样本时，能否避免从头重训造成的其他类别退步，并且在相同验证分母上严格提升完整图的联合正确数？
数据与来源
完全复用上一轮的 6,186 条训练数据（4,606 个身体 + 1,580 个选择页样本），144 类；原 715 条验证行、54 张完整图（707 个预测框）、近期 12 张诊断图（15 个明确目标）都不变。验证集来自两段 9 月录像，与新旧训练来源不交叉。
方法
这种做法常叫“知识蒸馏式保持”：
- 起点：旧模型的权重。只训练 ConvNeXt-Tiny 骨干的最后一个阶段和分类器。
- 损失：所有训练样本用正确标签的交叉熵（标签平滑 0.05）；旧的 6,172 条样本另加 KL 散度项 KL(老师 ‖ 学生)，温度 2、权重 1、乘以 T²，鼓励新模型在同一张增强图上的输出接近老师。
- 新精标的 14 条不加老师约束，以免强迫它们重现旧错误。老师只看训练图的同一增强版本，不读验证/测试像素，不产生训练真值。
- 学习率：最后阶段 3e-6、分类器 3e-5，最多 8 轮、耐心 4 轮，一个种子，一个候选，不做参数网格。
- 训练前先评估第 0 轮（即旧权重本身），允许最终选回原模型，避免训练例程自动丢掉更好的起点。类别顺序、预处理、老师的训练来源任一不符就拒绝运行。
选择门槛（事先冻结，四项必须都满足）： 715 张裁图正确 ≥689；完整图联合正确 >662；最近明确目标 ≥14/15；虫巢之母联合 14/14。
设置
实际训练 139.76 秒，最佳在第 2 轮，第 6 轮停止。第 0 轮验证为 689/715。保存格式与现有预测器兼容，运行时仍只有一个模型；默认训练路径、公共接口和 App 输出都不变。
结果
| 相同验证条件 | 保留基线 | P074 未晋升候选 | 本实验 |
|---|---|---|---|
| 715 张参考裁图正确 | 689 | 686 | 689（96.36%） |
| 54 张完整图：定位且身份正确 | 662 | 661 | 664 |
| 完整图联合精确率 / 召回率 | 93.64% / 92.59% | 93.49% / 92.45% | 93.92% / 92.87% |
| 已定位虫巢之母身份正确 | 12/14 | 14/14 | 14/14 |
| 近期曝光诊断 15 个明确目标 | 13/15 | 14/15 | 14/15 |
完整图 3 处恢复、1 处退步；参考裁图 1 处恢复、1 处退步。恢复的是两处虫巢之母和一处天使；退步是一个蛇发女妖升级变体被认成基础型，参考裁图另有一个吟诵蜂变体退步。6 个变化面板全部查看，原真值保持。按冻结门槛选择本实验候选，没有按结果改种子、阈值或重训。
实际单图兼容检查： 用现有私有读取器加载新权重读原来的 30 个开发文件，其他 UI 输出、身体框和排除状态都保持，12 张图 169 个候选与冻结预测一致。8 个首选变化中，7 个框的变化符合可见身体（其中 2 个是同一身体的重复检测），另 1 个仍是书页装饰主导的局部羽翼，不能确认身份。受影响的 63 项测试和单图 UI 23 项测试通过。
失败与负结果
- 仍有 26 个漏定位、25 个身份错误、18 个定位误报，联合正确率没有到 95%。
- 有 1 处完整图退步和 1 处裁图退步。
- 来源更正： 本轮逐图核对发现，近期 12 张诊断图中有 3 张与上一轮新增的地狱九头蛇身体来自同一录像。拆开后：未训练过的那组录像（9 张图、13 个目标）三个模型都是 12 个正确；同训练录像的那组（3 张图、2 个明确目标）从 1 升到 2。所以近期净增 1 不是新来源泛化证据。这个更正没有改选择门槛或分母。
- 新 14 个训练条目 14/14 正确只是训练曝光诊断。
局限
- 715 条验证行来自反复用于开发的两段录像，不是新的盲测；历史测试集没有重读。
- 地狱九头蛇仍缺可靠的独立来源验证；膨肿仲裁者 0 个身体、食尸鬼 3 个身体。
- 没有重跑完整测试套件；没有新的延迟或 App 验收。完整 UI 字段、十场来源隔离对局都未验收。
结论与下一步
“从旧模型出发 + 在旧样本上保持旧输出 + 新样本自由学习”解决了 P074 从头重训造成的整体退步问题，一次训练即通过门槛。下一步停止围绕这 715 项继续调参，冻结本候选，优先利用近期校准/最新来源做完整身体精标和整图漏检/误检/身份评估，补地狱九头蛇等薄弱变体的跨来源证据。
Comments