Q1：模态对齐与特征分支
本目录按《E题V2》第四章构建 Q1 对齐特征。规格核对与限制见 V2_REVIEW.md，可供后续训练读取的主特征包位于 features_v2/。
V2 特征包
- 100 个样本、300 条模态明细；主物理时间视图为 0.1 秒，并保留真实末段长度。
- 文本采用冻结 BERT 词级特征；音频 74 维；视觉采用 OpenFace 2.2.0 的 35 维输出。
- 原生词、音频窗、视频帧与源索引均保留；另提供逐词 CTC 后验、50 段相位视图、多尺度视图、B4 语音视图和物理时间查询矩阵。
- 每个时间视图包含均值、方差、计数、逐维物理覆盖率、掩码和独立质量摘要。质量加权只影响特征汇聚，不改变物理覆盖率。
- B4 Wav2Vec2 视图通过接口从本机
cache/native/按需读取；不复制进主包。 - 特征文件共 44,321,715 字节（约 42.27 MiB）。
feature_manifest.json记录配置哈希、源运行信息及精确字节数。
读取接口
from q1_io import load_sample, get_view, csr_from_sample
sample = load_sample("video_id/clip_id")
primary = get_view(sample, "audio", "sec")
multiscale = get_view(sample, "audio", "multi", context_s=0.3)
posterior_text = get_view(sample, "text", "posterior")
word_to_audio = csr_from_sample(sample, "query_word_audio_H_time")
b4_speech = get_view(sample, "speech", "sec")
get_view 支持 sec、word、phase50、multi 和文本专用 posterior。多尺度视图从原生行按窗口重新聚合；speech 视图依赖本机原生缓存。清单文件为 features_v2/manifest_q1.jsonl、sample_summary.csv 和 modality_summary.csv。
重建和五折探针
在仓库根目录运行：
uv run --project math/Q1 python math/Q1/build_v2.py
uv run --project math/Q1 python math/Q1/compare_v2.py
特征重建依赖 cache/native/、source_cache_manifest.json、附件一视频及本机模型资源。build_v2.py 复用 compare_models.py 中的标签读取、缓存解析和数据结构；V2 对照入口是 compare_v2.py。B0–B4 五折 video_id 分组探针写入 results/model_comparison_v2/，每折缩放器只在训练视频组拟合；报告包含 Accuracy、Macro-F1、MAE、RMSE 和 Pearson。无人工词边界真值时，不报告边界误差或 CTC 后验校准率。
词到原生音频窗和视频帧的 H_time 查询矩阵示例可用 visualize_alignment.py 重绘；默认展示样本 -iRBcNs9oI8/8，也可通过 --sample-id 指定样本。图与样本清单写入 results/。