Scott

# Offline SoccerModel：Table 1 协作仓库 本仓库汇集了 **SoccerMaster** 与 **UniSoccer** 已完成的离线 Table 1 实验资料，供论文协作者核查训练协议、根据已发布数值数据完成绘图，并将每一个自动指标追溯到对应的预测运行和评分清单。 当前完整发布版本： ```text releases/table1-20260727/ ``` 请先阅读该目录下的 `README.md`，再查看 `UPLOAD_OVERVIEW.md` 与 `checksums/SHA256SUMS`。 ## 仓库内容导航 | 需要查找的内容 | 位置 | |---|---| | SoccerMaster / UniSoccer 训练计划、运行手册与限制说明 | `releases/table1-20260727/docs/` | | 冻结的代码快照与 Table 1 评测实现 | `releases/table1-20260727/code/` | | 训练、推理和指标配置 | `releases/table1-20260727/configs/` | | 环境锁文件和环境搭建记录 | `releases/table1-20260727/environment/` | | 公共 EWL v2 协议与 anchor manifest | `releases/table1-20260727/experiments/table1/protocol/` | | 全部 9 组完成的预测运行（三种方法 × E30/W3/L90） | `releases/table1-20260727/experiments/table1/predictions/` | | 分任务/切片指标、bootstrap 区间与评分清单 | `releases/table1-20260727/experiments/table1/scoring/` | | 科研绘图所需的安全数值数据 | `releases/table1-20260727/experiments/table1/plot_data/` | | 最终报告、发布 manifest 与哈希 | `releases/table1-20260727/reports/` | ## 方法与解释边界 | Method ID | 训练范围 | Table 1 角色 | |---|---|---| | `soccermaster_stage3v2_clean_single_stage_lora_e30_v1` | 仅 Event E30 | 历史 Event-only 消融；W3/L90 均为 zero-shot。 | | `soccermaster_stage3v2_clean_s2_e30w3_unisoccer_aligned_v1` | Event E30 + Window W3 | SoccerMaster 对齐主实验；E30/W3 经过训练，L90 仅为 sparse zero-shot。 | | `unisoccer_stage3v2_clean_s2_e30w3_v1` | Event E30 + Window W3 | UniSoccer 对齐比较实验；L90 仅用于 test-only 诊断。 | 请勿把 L90 与 E30/W3 合并成严格的三轨主排名：L90 没有进入下游训练，且两个离线模型在该协议中都没有原生 LongMem 模块。 ## 论文绘图入口 优先使用以下两个文件： ```text experiments/table1/plot_data/table1_training_curves.csv experiments/table1/plot_data/table1_per_sample_metrics_plot_safe.jsonl ``` CSV 含 70 个 epoch 级训练曲线点；JSONL 含 11,367 条逐样本数值记录，覆盖三种方法和三个轨道，保留 method/sample/match 标识、时间信息、评分切片和自动指标。它不含 reference、模型生成文本、prompt 或私有证据。 主表聚合指标与置信区间请读取每个运行下的 `metrics_by_task.json` 和 `bootstrap_intervals.json`；SoccerMaster 对齐实验的 E30/W3 共享 macro 请读取 `reports/` 中的最终评估报告和 `trained_track_macro_bootstrap.json`。 ## 复现或审计建议流程 1. 阅读 `docs/table1_protocol/table1.md` 和对应方法的 runbook。 2. 根据 `environment/*.lock.yml` 创建环境。 3. 核查 `configs/` 中的精确方法 YAML。 4. 在发布目录内执行 `sha256sum -c checksums/SHA256SUMS` 校验完整性。 5. 使用公共协议、预测和评分代码审计已发布运行。 由于私有 reference 被有意排除，无法仅依靠本仓库重跑私有参考评分。发布的 manifest 仍保留了哈希与 scorer 设置，供有授权的内部环境核验。 ## 有意不包含的内容 - 所有 adapter 与基础模型权重。 - 原始视频、训练视频、特征缓存和原始训练数据。 - 私有 reference、judge evidence packet 与原始逐样本私有评分文件。 - 凭据、API key、optimizer state 与冗余 epoch 快照。 这些边界使仓库可以支持协作、复核与科研绘图，同时遵守数据、许可证和评测参考的限制。