V4 当前进度
这里只计算经过原生签名、公开信息与三分区校验的 V4 证据；旧批次不会计入进度。
AI 当前状态
查看当前阶段的详细说明
高手分歧证据 当前证据来源
这里只展示推动当前 V4 进度所需的高手分歧证据；账号策略、逐候选结果和安全隔离明细默认折叠。
高手观测验证队列
点击一次即可刷新队列并验证分歧未来收益；稳定出牌证据仍需进入三分区，碰杠响应和不稳定结论转人工，不会自动进入训练。
查看验证明细与高手账号管理
运行期间请暂停新对局和高手标注，避免固定输入在收益验证途中变化；任务失败也不会启动训练、联赛或发布。
分步操作（开发诊断）
出牌与响应分层
碰、杠、胡、过状态
高手账号观测（两种口径）
正在读取账号贡献...
分歧候选处理明细
正在读取验证结果...
转人工专用复核
这里同时展示 AI、高手动作与三批模拟，所以属于非盲核对，只用于定位问题；不会冒充牌河盲审答案，也不会计入 300 条正式可信证据。
正在读取转人工复核项...
安全隔离原因
正在读取隔离原因...
高手账号管理（创建、策略与撤销）
创建后只在这里显示一次；请通过安全方式发给对应高手。
正在读取高手账号...
历史兼容：旧审核启动集（实验，不计入 V4）
旧审核启动集 弱标签 · 不可发布
尚未运行。训练产物只用于本地开发测试，不能晋级或发布。
固定产物目录：experiments/v4-legacy-bootstrap/
V4 一键持续进化
只有首页“唯一下一步”进入训练阶段后才会开放。后台固定消费已校验的 V4 训练分区，用验证分区选择模型，并仅用永久留出做独立发布评测。
查看后台会自动决定什么
- 课程顺序：按 0／1／2 向听和随机整局的可信证据缺口自动安排。
- 数据采集：每轮 20 局、每局 3 个候选局面；动作反事实每轮最多 20 局 × 2 个局面，并按发布缺口动态设置本轮采集目标。
- 目标口径：本轮采集目标只控制何时提前停止；正式发布门槛仍是总量 200 组/20 局、杠 20 组/5 局、纯碰 50 组/10 局。
- 模拟预算：每个动作先比较 8 次，证据不足自动追加到 16 次。
- 训练与评测：混合对手、20 轮训练、20 个独立评测种子，每个种子完成 24 种座位排列。
- 停止与晋级：最多 3 轮；无新增证据会停止。训练只生成预发布挑战者，必须完成联赛并点击显式晋级后才会替换冠军。
普通使用无需填写任何参数。下方手动参数只用于开发人员复现问题和链路测试。
开发调试：手动参数（普通用户无需填写）
进化报告
尚未运行
V4 规则挑战联赛
每轮使用同一副牌完成24种座位阵容全排列。比赛会记录模型分歧，再用 rollout（模拟未来收益）复盘；整局输赢只提供全局收益，不能直接把某一步伪造成标准答案。
单局先按麻将原始净分确定名次，再换算联赛积分：第一名4分、第二名3分、第三名2分、第四名1分；出现并列时，平分所占名次的积分，例如两人并列第一各3.5分，四人同分各2.5分。原始净分仍用于收益诊断，不直接作为联赛排名积分。
高级联赛参数
正在读取最近一轮联赛...
牌河高手盲审
牌河高手标注
从完整整局归档重放中后盘出牌前状态。请只根据手牌、有序牌河、副露、定缺、分数和剩余牌墙作答；提交前隐藏所有参考答案与实际出牌。
正在读取独立研究目录...
正在读取完整牌河候选...
历史仅审计（V1/V2/V3，不进入正式待审或训练）
这里仅供核对旧批次隔离情况，不显示答案，也不能保存为 V4 训练标签。
默认不加载。
模型分歧错题回归
这里只保留值得人工判断的模型分歧局面。牌河按牌型总数显示，展开后可看当时的牌桌布局。保存的题会参与训练和发布回归检查；不值得训练的局面请直接忽略。
大模型辅助复核设置（只作第三方意见，不自动训练）
正在读取模型分歧局面...
已保存的实战回归题
正在读取已保存题库...
账号与密码
系统配置
KS3 复盘截图存储
管理员可以在这里一次性录入 KS3 AccessKey/SecretKey。后台使用 RSA-3072 公钥和 AES-256-GCM 加密后才写入 PostgreSQL；页面和读取接口永不回显明文、密文或可逆提示。解密私钥只由截图 Worker 持有。
是否强制远端存储由部署环境固定，本页不能降低该安全要求。
不会预填或回显。
保存请求发出前会立即清空页面输入。
仅用于本次高风险配置操作的 Argon2id 身份复核，不会保存或回显。
启用 KS3 时不允许清除凭据。
尚未读取。
KS3 分区只读盘点
盘点由独立运维进程执行；后台只读取脱敏状态文件，不持有 KS3 或盘点数据库凭据，也不提供启动、重试或删除对象入口。
deletion_authorized=false，不能据此删除、移动或隔离对象。尚未读取。
开发诊断：查看 rollout 原始样本
查看 rollout 数据
rollout 是“模拟未来估值”：对每个候选动作模拟到终局，用平均分差作为动作价值。
历史诊断：实验报告对比
实验报告对比（不代表当前 V4 状态）
这里按模型 0 号位平均分排序，方便比较不同实验参数。
尚未选择实验