RuView Edge-Skills 合成真值验证全解读可构造技能的 MEASURED 测量、DATA-GATED 诚实边界与逐项复现【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView本文基于 benchmarks/edge-skills/RESULTS.md 及其配套的 ADR-160 决策记录系统讲解 RuView 的 WiFi-DensePose WASM Edge 技能库约 70 个边缘感知技能如何用**合成真值synthetic ground truth**做可重复的精度验证。你会读懂三类核心机制哪些技能能被种入已知答案的信号并实测准确率MEASURED、哪些技能因为目标无法诚实构造而只能数据门控DATA-GATED不给任何数字、以及这套测量方法背后的源码级判据与局限——避免把在构造信号上做对数学误当成在真实房间里的现场精度。一、验证对象与文件关系本结果文档对应 RuView 主仓库中的 WASM 边缘感知 crateCratev2/crates/wifi-densepose-wasm-edge在v2workspace 中属于workspace-EXCLUDED被排除出工作区因此所有构建/测试命令都必须进入该 crate 自身目录执行。验证分支feat/edge-skills/synthetic-validationADRADR-160 edge-skill-library-honest-labeling技能库诚实标注与可靠性清理决策是本文档的治理依据验证执行工具tests/synthetic_validation.rs测量结果记录benchmarks/edge-skills/RESULTS.md从仓库的测试布局tests/可以看到本验证体系所在的完整拼图synthetic_validation.rs12 个测量用例负责可构造技能的逐项真值验证honest_labeling.rs10 个用例负责标签/声明不变式的源代码级断言pipeline_all.rs4 个用例负责全部技能统一管线冒烟执行budget_compliance.rs25 个用例负责时序预算合规。1.1 这句先读我的诚实边界是文档的灵魂文档开篇即声明 HONESTY BOUNDARY诚实边界它决定了本文所有数字的正确解读方式合成真值验证 ≠ 现场精度。此处流程是往信号里种入一个已知答案 → 运行真实检测器→ 测量检测准确率 / 精确率 / 召回率 / 比率误差。一个技能能在合成信号上恢复被种入的正弦波只证明它在人为构造的信号上确实执行了它所宣称的数学并不证明它在真实房间的真实 CSI 上有效。因此凡是检测目标无法被诚实种植的技能临床、武器、情绪、睡眠分期、手语等一律不给任何数字而是归入 DATA-GATED 清单逐一写明它真正需要哪种真实标注数据。这是本文与演示型 benchmark最大的区别测量什么、不测量什么、为什么全部写进结果里。二、复现两条 cargo 命令文档给出的复现命令本文验证过 crate 目录与 feature 定义均一致见 Cargo.toml# 进入被排除出 workspace 的 crate 目录 cd v2/crates/wifi-densepose-wasm-edge # 默认技能集std feature 供宿主测试使用 cargo test --features std --test synthetic_validation -- --nocapture # 医学层med_* 技能保持 DATA-GATED不会被验证 cargo test --features std,medical-experimental --test synthetic_validation -- --nocapture关于 feature 的要点来自 Cargo.toml 与 lib.rscrate 面向wasm32-unknown-unknown时是no_std宿主测试必须显式启用stdstd [sha2/std]。medical-experimental是非默认feature五个med_*模块在 lib.rs 中均以#[cfg(feature medical-experimental)]门控且default [default-pipeline]中不含它——目的是让这些未经临床验证的模块不可能被静默编入交付产物。运行后harness 打印的每一行MEASURED-on-synthetic | …就是下节结果表的直接来源。2.1 确定性为什么数字可复现结果文档强调数字是确定的无随机源伪噪声使用固定 LCG 种子。源码可以印证synthetic_validation.rs中构造负样本伪噪声时使用了固定种子 LCG 线性同余生成器s s.wrapping_mul(1664525).wrapping_add(1013904223)经典 Numerical Recipes 参数pipeline_all.rs的合成帧同样不含随机性。因此任何人克隆仓库后在相同工具链上跑出相同的表格数字不存在跑一次变一次的抖动。三、测量方法学种植→运行→混淆矩阵在进入结果表前先理解 harness 的统一测量骨架。tests/synthetic_validation.rs顶部定义了一个混淆矩阵累加器Confusion以(predicted_positive, actual_positive)四元组累积 TP/FP/TN/FN再派生三个指标accuracy准确率(TPTN)/(TPFPTNFN)precision精确率TP/(TPFP)分母为 0 时按 1.0 处理recall召回率TP/(TPFN)分母为 0 时按 1.0 处理每个测试的通用套路是用真实检测器实例XxxDetector::new()构造一个干净的运行状态先喂入一段基线/校准/静止帧例如 occupancy 的 220 帧平坦幅度校准intrusion 的 200 帧静默校准再在已知时刻注入已知模式的信号种植正样本或继续喂入平静信号负样本观察检测器是否在期望的事件 ID 上触发通过c.observe(...)计入混淆矩阵用断言约束行为准确率必须为 1.0或定位精度 ≥ 0.75 等。关键的设计原则检测器本身是真实生产代码测试只负责造信号——没有一个测试为通过而替换成桩或假输出。这呼应了 ADR-160 的审计结论该 crate 约 70 个边缘技能零桩、零假输出表演全部运行真实 DSPWelford 统计、自相关、DTW、切片 Wasserstein、ISTA 式恢复、Kalman/HNSW 等。四、MEASURED-on-synthetic可构造技能的实测结果完整表格以下为文档中的完整结果表。每行的种植内容列描述该技能真值如何被构造结果列是确定性复现所得等级列统一为 MEASURED。技能种植的真值ground truth结果等级vital_trendBPM 在各阈值带持续 N≥6 次调用brady/tachy-pnea 12 / 25brady/tachy-cardia 50 / 120apnea 呼吸1.0 持续≥20对比正常值acc 1.000, prec 1.000, recall 1.000TP5 FP0 TN5 FN0MEASUREDexo_time_crystalperiod-2 协调运动 对比 伪噪声平坦acc 1.000TP1 FP0 TN2 FN0MEASURED †exo_ghost_hunter隐藏呼吸空房间内 lag-8 相位正弦呼吸带 5–15对比平坦相位acc 1.000种植得分1.000平坦0.000MEASUREDoccupancy220 帧平坦幅度校准后各 zone 注入强幅度方差对比平坦acc 1.000TP1 FP0 TN1 FN0MEASUREDintrusion校准→布防330 安静帧后逐子载波 Δphase1.5 Δamp≫3σ 对比安静acc 1.000TP1 FP0 TN1 FN0MEASUREDexo_rain_detect空房间 60 帧基线后宽带方差抬升8/8 组比率≫2.5持续≥10 帧对比稳定低值acc 1.000TP1 FP0 TN1 FN0MEASUREDsig_flash_attention8 个子载波组中每组持续高相位高幅度断言报告峰值 种植组peak-localization 8/8 1.000MEASUREDspt_spiking_tracker4 个 zone 中每个 zone 稀疏2 子载波大幅相位差断言追踪 zone 种植 zonezone-localization 4/4 1.000MEASURED ‡sig_optimal_transport持续大幅帧间幅度分布变化 对比 静止分布acc 1.000TP1 FP0 TN1 FN0MEASUREDsig_mincut_person_match2 人各自带不同的稳定区域方差签名持续 40 帧person ids 被分配0 次 id 交换 / 40 帧MEASUREDlrn_dtw_gesture_learn静止 → 3 次相同手势排练 → 登记模板已登记templates1MEASUREDenroll§sig_sparse_recovery30 帧干净帧初始化后8/3225%子载波置零dropout 检出 恢复触发 PASSMEASUREDtrigger¶4.1 附带解释性事件/常量来源表中触发依据可从 harness 与源码交叉印证例如vital_trend阈值直接来自 src/vital_trend.rsBRADYPNEA12、TACHYPNEA25、BRADYCARDIA50、TACHYCARDIA120APNEA 为呼吸1.0 持续≥20 次调用且ALERT_DEBOUNCE5——所以正样本需持续 6 次调用才能越过去抖事件 ID 101/102/103/104/105 分别对应 brady-pnea / tachy-pnea / brady-cardia / tachy-cardia / apnea。测试驱动on_timer(breathing_bpm, heart_bpm)把五个阈值连同各自阴性对照组全部实测通过。exo_ghost_hunter在presence0空房间路径下对聚合相位做 lag 5..15 的自相关峰值高于HIDDEN_PRESENCE_THRESHOLD(0.3)即发射HIDDEN_PRESENCE(652)。测试种植 period-8 相位正弦落在呼吸窗内得到得分 1.000 而对平坦相位为 0.000。intrusion的扰动度量是disturbance 0.6*frac(|Δphase|1.5) 0.4*frac(|Δamp|3σ)超过 0.8 后触发布防态告警EVENT_INTRUSION_ALERT(200)种植端以相位 0.5↔4.0 大幅切换、幅度偏离基线 8 的方式制造超过 3σ 的扰动。五、逐项注记四个诚实标注的测量边界†‡§¶这是本结果文档最值得精读的部分——并非所有 1.000 都代表同一种胜利四项脚注分别说明算法天然局限、种植必须稀疏、只验证登记不验证回放、恢复精度为负† exo_time_crystal诚实的判别极限一个纯周期信号本身在 lag L 与 2L 处都有自相关峰自然谐波因此该周期倍增period-doubling检测器无法区分真正的 period-2 次谐波与普通周期信号。开发期间用干净正弦做种植时曾产生假阳性并被记录在案。它真正能以已知真值分辨的构造是周期协调运动 vs 非周期噪声/平坦——表格实测的正是这个1.000。原文档与测试代码都明确写下了结论次谐波 vs 干净周期这一原始声明用该算法无法验证。‡ spt_spiking_tracker种植必须稀疏权重初始化 home1.0 / cross0.25。若某 zone 内 8 个输入全部点火8×0.252.0 阈值 1.0会过驱动每一个输出神经元跟踪器塌缩到 zone 0开发期实测为 1/4。只让 2 个输入点火时home 贡献 2.0 触发本 zone、cross 贡献 0.5 保持静默才能获得干净的 4/4 zone 定位。可验证的声明是单 zone 定位而不是多输入并发下的全 zone 追踪。§ lrn_dtw_gesture_learn只验证了登记未验证回放匹配可确定、可构造的部分——静止 60 帧 → 3 次完全相同的手势排练 → 成功登记一个模板templates1事件EVENT_GESTURE_LEARNED(730)——被 MEASURED。但本 run 中 DTW 的回放匹配事件 731EVENT_GESTURE_MATCHED没有在完全相同的手势回放上触发match_samefalse。因此回放识别的准确率属于reported被报告而非 asserted被断言文档明确表示不把它当作已验证能力。¶ sig_sparse_recovery触发通过恢复精度是 NEGATIVE负数结果dropout 检测 ISTA 恢复的触发管线确实在种植 10% 空值MIN_DROPOUT_RATE0.10实测 25% nulls时正确触发RECOVERY_COMPLETE715已断言。但恢复的数值质量并不乐观被恢复的空值位置 RMSE1.0045而把空值留在 0的基线 RMSE 是0.9830——相差−2.2%即恢复反而略差于不动。原因从测试注释可见三对角相关模型的定点解不等于种植真值。文档结论毫不含糊恢复的重建质量在合成数据上未被验证为有效——只有检测/触发路径被验证不宣称任何正面数字。六、DATA-GATED合成数据上不可验证不给数字文档用一个很强硬的立场解释这一节往合成信号里种一个癫痫样/武器样/快乐样的信号然后宣称检测器有效什么真实的东西都没有验证这正是本项目要对抗的 AI 糊弄AI-slop。这些技能运行的是真实 DSP按 ADR-160零桩并保留其 ADR-160 免责声明但在此处不获得任何精度数字。每一项都需要下方列出的真实标注数据技能为何合成不可构造所需的真实数据med_seizure_detect类癫痫运动不是癫痫合成上不存在真实发作的 ground-truth 签名来自带器械患者的、临床 EEG/视频标注的强直-阵挛发作 CSImed_sleep_apnea种植一次呼吸暂停不是临床睡眠呼吸暂停涉及 AHI 评分、低通气、血氧去饱和PSG多导睡眠图标注的整夜 CSI带评分的 apnea/hypopnea 事件med_cardiac_arrhythmia合成心率序列无法编码真实心律失常形态临床监测中 ECG 标注的 CSIAFib/PVC 等med_respiratory_distress呼吸窘迫是临床整体判断不是可种植的单一速率临床医生标注的呼吸窘迫 CSI 片段med_gait_analysis临床步态指标需要参照动作捕捉标准Mocap/测力台标注的步态 CSIsec_weapon_detect高方差比率是 RF 反射率不是武器判别ADR-160 §A3 已将事件改名为HIGH_METAL_REFLECTIVITY受控物体类别下、标注金属物体 vs 无物体的 CSIexo_emotion_detect情绪无法从种植启发式信号中恢复输出只是代理量ADR-160 §A2已验证的情绪标注 CSI自评/生理 ground truthexo_happiness_score快乐只是步态能量代理不是测得的情绪ADR-160 §A2已验证的情绪/效价标注 CSIexo_dream_stage睡眠分期需要 PSG 参考EEG/EOG/EMGPSG 分期的整夜 CSIexo_gesture_language粗粒度手势簇 ≠ 真正手语ADR-160 §A4标注的 ASL 字母/单词 CSI 数据集文档强调上述都不是失败而是诚实的边界。交付物是一小批真正被实测的技能 这份明确的门控清单这正是 prove-everything 指令的产物。源码可佐证这些门控措辞真实落到了代码上honest_labeling.rs用include_str!读入五个med_*模块源码逐一断言其头注释必须包含 NOT VALIDATED AGAINST CLINICAL DATA、NOT A MEDICAL DEVICE、EXPERIMENTAL 与 ADR-160 字样并断言 lib.rs 中每个模块声明前必须有#[cfg(feature medical-experimental)]且该 feature 不在 default 里a1_seizure_verbs_softened断言旧文本 Detects tonic-clonic seizures 已不存在、取而代之的是 candidate … signature 措辞。6.1 事件名层面的一次重命名实例sec_weapon_detectADR-160 §A3 把名称从武器级判别改为物理量命名。sec_weapon_detect.rs 中可见改动结果const HIGH_REFLECTIVITY_THRESH: f32 8.0; /// High RF reflectivity (formerly mislabelled EVENT_WEAPON_ALERT, ADR-160 §A3). pub const EVENT_HIGH_METAL_REFLECTIVITY: i32 221; // 事件 ID 221 保持不变检测器仍按幅度/相位方差比率真实 RF 反射率触发只是不再把那个物理量命名为 weapon。行为不变、名称变诚实这正是诚实标注 让标签为真而不是把声称的能力做成真的典型样板。七、不在两张表中的技能统一管线冒烟验证其余边缘技能智能楼宇/零售/工业的 occupancy 风格模块以及其他以sig_*/lrn_*/spt_*/tmp_*/qnt_*/aut_*/ais_*命名的算法类模块已在统一管线集成测试中被接线和实时执行tests/pipeline_all.rs中全部 59 个默认技能 / 64 个医学技能在 300 帧合成 CSI 上运行不 panic聚合事件流形态良好。但它们未在此获得逐一种植真值的精度数字——它们是诚实的 REAL-DSP 模块ADR-160其物理可观测对象用更多 harness 工作本可以种植验证那部分被推迟而非被声称。pipeline_all.rs的实现脉络是EdgePipeline把每个运行时技能注册在统一EdgeSkilltrait 之后逐帧执行CsiFrameView携带 phases/amplitudes/variances/prev_phases/presence/n_persons/motion_energy/breathing_bpm 等字段测试端用确定性合成帧0.3 Hz 呼吸调制叠加 1.2 Hz 心跳、结构化逐子载波相位/幅度/方差驱动全部技能。med_*仅在启用medical-experimental时被注册保持了 ADR-160 §A1 的门控不变。八、测试计数全套 crate 测试套件DEFAULT (--features std): 631 passed, 0 failed (lib 504; budget 25; honest_labeling 10; pipeline_all 4; synthetic_validation 12; bench 1; vendor 75) MEDICAL (--features std,medical-experimental): 669 passed, 0 failed (lib 542; 16 same new tests; med_* stay DATA-GATED, not validated)M6 基线为 615 / 653新增 pipeline_all4 synthetic_validation12共为每个 tier 增加 16 个测试。其余计数构成lib 504 个库测试、budget_compliance 25 个预算测试、honest_labeling 10 个标签断言、bench 1 个、vendor 75 个启用医学 feature 后 lib 增至 542。结合 Cargo.toml 可以看到该 crate 的交付姿态release以opt-level s、lto、codegen-units 1、panic abort、strip面向体积敏感的边缘/ESP32 部署与0 警告、61 个static mut事件缓冲被消除的 ADR-160 §A5 结论一同构成可打包、可审计、无静默告警的工程质量基线。九、把这一切串起来从 ADR-160 到 RESULTS 的证据链要理解本文档在设计上的位置可以沿这条链路阅读ADR-160决策/治理层定义分级词汇——MEASURED本次工作树可复现、记录了失败旧测试、DATA-GATED真实代码路径存在、缺少数据时如实标注、NO-ACTION审计后发现本已诚实作为正面引用、ACCEPTED-FUTURE有意推迟未丢弃任何东西完成 A1–A5 五项修复医学/情绪/武器/准医学免责与门控、static mut事件缓冲安全化。tests/honest_labeling.rs不变式层10 个失败于修复前源码的测试把免责声明、软措辞、feature 门控、重命名固化为源码文本断言。tests/synthetic_validation.rs测量层12 个测试对目标可构造的技能种植真值、运行真实检测器、输出MEASURED行。tests/pipeline_all.rs覆盖层全部技能统一管线 300 帧冒烟。RESULTS.md汇报层把 MEASURED 行整理成表并为 DATA-GATED 技能逐一登记所需真实数据。这套分层的用意是名称与文档注释的声明面由 honest_labeling 保证不越界凡能实测的都给了确定性数字并注明局限凡不能实测的都不给数字并写明缺口。对读者尤其是想复现或扩展该验证的工程师来说最有操作价值的起点就是 tests/synthetic_validation.rs 顶部的Confusion骨架与各测试的基线帧→种植帧→断言三段式结构——任何目标物理量可构造的新技能都可以套用同一模板把它从跑通但没数字升级为带确定性数字的 MEASURED而那些目标本质上是临床/情绪/语义判别的技能则只有拿到文档所列的真实标注数据才可能离开 DATA-GATED——在拿到之前不声称就是最准确的测量。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RuView Edge-Skills 合成真值验证全解读：可构造技能的 MEASURED 测量、DATA-GATED 诚实边界与逐项复现
RuView Edge-Skills 合成真值验证全解读可构造技能的 MEASURED 测量、DATA-GATED 诚实边界与逐项复现【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView本文基于 benchmarks/edge-skills/RESULTS.md 及其配套的 ADR-160 决策记录系统讲解 RuView 的 WiFi-DensePose WASM Edge 技能库约 70 个边缘感知技能如何用**合成真值synthetic ground truth**做可重复的精度验证。你会读懂三类核心机制哪些技能能被种入已知答案的信号并实测准确率MEASURED、哪些技能因为目标无法诚实构造而只能数据门控DATA-GATED不给任何数字、以及这套测量方法背后的源码级判据与局限——避免把在构造信号上做对数学误当成在真实房间里的现场精度。一、验证对象与文件关系本结果文档对应 RuView 主仓库中的 WASM 边缘感知 crateCratev2/crates/wifi-densepose-wasm-edge在v2workspace 中属于workspace-EXCLUDED被排除出工作区因此所有构建/测试命令都必须进入该 crate 自身目录执行。验证分支feat/edge-skills/synthetic-validationADRADR-160 edge-skill-library-honest-labeling技能库诚实标注与可靠性清理决策是本文档的治理依据验证执行工具tests/synthetic_validation.rs测量结果记录benchmarks/edge-skills/RESULTS.md从仓库的测试布局tests/可以看到本验证体系所在的完整拼图synthetic_validation.rs12 个测量用例负责可构造技能的逐项真值验证honest_labeling.rs10 个用例负责标签/声明不变式的源代码级断言pipeline_all.rs4 个用例负责全部技能统一管线冒烟执行budget_compliance.rs25 个用例负责时序预算合规。1.1 这句先读我的诚实边界是文档的灵魂文档开篇即声明 HONESTY BOUNDARY诚实边界它决定了本文所有数字的正确解读方式合成真值验证 ≠ 现场精度。此处流程是往信号里种入一个已知答案 → 运行真实检测器→ 测量检测准确率 / 精确率 / 召回率 / 比率误差。一个技能能在合成信号上恢复被种入的正弦波只证明它在人为构造的信号上确实执行了它所宣称的数学并不证明它在真实房间的真实 CSI 上有效。因此凡是检测目标无法被诚实种植的技能临床、武器、情绪、睡眠分期、手语等一律不给任何数字而是归入 DATA-GATED 清单逐一写明它真正需要哪种真实标注数据。这是本文与演示型 benchmark最大的区别测量什么、不测量什么、为什么全部写进结果里。二、复现两条 cargo 命令文档给出的复现命令本文验证过 crate 目录与 feature 定义均一致见 Cargo.toml# 进入被排除出 workspace 的 crate 目录 cd v2/crates/wifi-densepose-wasm-edge # 默认技能集std feature 供宿主测试使用 cargo test --features std --test synthetic_validation -- --nocapture # 医学层med_* 技能保持 DATA-GATED不会被验证 cargo test --features std,medical-experimental --test synthetic_validation -- --nocapture关于 feature 的要点来自 Cargo.toml 与 lib.rscrate 面向wasm32-unknown-unknown时是no_std宿主测试必须显式启用stdstd [sha2/std]。medical-experimental是非默认feature五个med_*模块在 lib.rs 中均以#[cfg(feature medical-experimental)]门控且default [default-pipeline]中不含它——目的是让这些未经临床验证的模块不可能被静默编入交付产物。运行后harness 打印的每一行MEASURED-on-synthetic | …就是下节结果表的直接来源。2.1 确定性为什么数字可复现结果文档强调数字是确定的无随机源伪噪声使用固定 LCG 种子。源码可以印证synthetic_validation.rs中构造负样本伪噪声时使用了固定种子 LCG 线性同余生成器s s.wrapping_mul(1664525).wrapping_add(1013904223)经典 Numerical Recipes 参数pipeline_all.rs的合成帧同样不含随机性。因此任何人克隆仓库后在相同工具链上跑出相同的表格数字不存在跑一次变一次的抖动。三、测量方法学种植→运行→混淆矩阵在进入结果表前先理解 harness 的统一测量骨架。tests/synthetic_validation.rs顶部定义了一个混淆矩阵累加器Confusion以(predicted_positive, actual_positive)四元组累积 TP/FP/TN/FN再派生三个指标accuracy准确率(TPTN)/(TPFPTNFN)precision精确率TP/(TPFP)分母为 0 时按 1.0 处理recall召回率TP/(TPFN)分母为 0 时按 1.0 处理每个测试的通用套路是用真实检测器实例XxxDetector::new()构造一个干净的运行状态先喂入一段基线/校准/静止帧例如 occupancy 的 220 帧平坦幅度校准intrusion 的 200 帧静默校准再在已知时刻注入已知模式的信号种植正样本或继续喂入平静信号负样本观察检测器是否在期望的事件 ID 上触发通过c.observe(...)计入混淆矩阵用断言约束行为准确率必须为 1.0或定位精度 ≥ 0.75 等。关键的设计原则检测器本身是真实生产代码测试只负责造信号——没有一个测试为通过而替换成桩或假输出。这呼应了 ADR-160 的审计结论该 crate 约 70 个边缘技能零桩、零假输出表演全部运行真实 DSPWelford 统计、自相关、DTW、切片 Wasserstein、ISTA 式恢复、Kalman/HNSW 等。四、MEASURED-on-synthetic可构造技能的实测结果完整表格以下为文档中的完整结果表。每行的种植内容列描述该技能真值如何被构造结果列是确定性复现所得等级列统一为 MEASURED。技能种植的真值ground truth结果等级vital_trendBPM 在各阈值带持续 N≥6 次调用brady/tachy-pnea 12 / 25brady/tachy-cardia 50 / 120apnea 呼吸1.0 持续≥20对比正常值acc 1.000, prec 1.000, recall 1.000TP5 FP0 TN5 FN0MEASUREDexo_time_crystalperiod-2 协调运动 对比 伪噪声平坦acc 1.000TP1 FP0 TN2 FN0MEASURED †exo_ghost_hunter隐藏呼吸空房间内 lag-8 相位正弦呼吸带 5–15对比平坦相位acc 1.000种植得分1.000平坦0.000MEASUREDoccupancy220 帧平坦幅度校准后各 zone 注入强幅度方差对比平坦acc 1.000TP1 FP0 TN1 FN0MEASUREDintrusion校准→布防330 安静帧后逐子载波 Δphase1.5 Δamp≫3σ 对比安静acc 1.000TP1 FP0 TN1 FN0MEASUREDexo_rain_detect空房间 60 帧基线后宽带方差抬升8/8 组比率≫2.5持续≥10 帧对比稳定低值acc 1.000TP1 FP0 TN1 FN0MEASUREDsig_flash_attention8 个子载波组中每组持续高相位高幅度断言报告峰值 种植组peak-localization 8/8 1.000MEASUREDspt_spiking_tracker4 个 zone 中每个 zone 稀疏2 子载波大幅相位差断言追踪 zone 种植 zonezone-localization 4/4 1.000MEASURED ‡sig_optimal_transport持续大幅帧间幅度分布变化 对比 静止分布acc 1.000TP1 FP0 TN1 FN0MEASUREDsig_mincut_person_match2 人各自带不同的稳定区域方差签名持续 40 帧person ids 被分配0 次 id 交换 / 40 帧MEASUREDlrn_dtw_gesture_learn静止 → 3 次相同手势排练 → 登记模板已登记templates1MEASUREDenroll§sig_sparse_recovery30 帧干净帧初始化后8/3225%子载波置零dropout 检出 恢复触发 PASSMEASUREDtrigger¶4.1 附带解释性事件/常量来源表中触发依据可从 harness 与源码交叉印证例如vital_trend阈值直接来自 src/vital_trend.rsBRADYPNEA12、TACHYPNEA25、BRADYCARDIA50、TACHYCARDIA120APNEA 为呼吸1.0 持续≥20 次调用且ALERT_DEBOUNCE5——所以正样本需持续 6 次调用才能越过去抖事件 ID 101/102/103/104/105 分别对应 brady-pnea / tachy-pnea / brady-cardia / tachy-cardia / apnea。测试驱动on_timer(breathing_bpm, heart_bpm)把五个阈值连同各自阴性对照组全部实测通过。exo_ghost_hunter在presence0空房间路径下对聚合相位做 lag 5..15 的自相关峰值高于HIDDEN_PRESENCE_THRESHOLD(0.3)即发射HIDDEN_PRESENCE(652)。测试种植 period-8 相位正弦落在呼吸窗内得到得分 1.000 而对平坦相位为 0.000。intrusion的扰动度量是disturbance 0.6*frac(|Δphase|1.5) 0.4*frac(|Δamp|3σ)超过 0.8 后触发布防态告警EVENT_INTRUSION_ALERT(200)种植端以相位 0.5↔4.0 大幅切换、幅度偏离基线 8 的方式制造超过 3σ 的扰动。五、逐项注记四个诚实标注的测量边界†‡§¶这是本结果文档最值得精读的部分——并非所有 1.000 都代表同一种胜利四项脚注分别说明算法天然局限、种植必须稀疏、只验证登记不验证回放、恢复精度为负† exo_time_crystal诚实的判别极限一个纯周期信号本身在 lag L 与 2L 处都有自相关峰自然谐波因此该周期倍增period-doubling检测器无法区分真正的 period-2 次谐波与普通周期信号。开发期间用干净正弦做种植时曾产生假阳性并被记录在案。它真正能以已知真值分辨的构造是周期协调运动 vs 非周期噪声/平坦——表格实测的正是这个1.000。原文档与测试代码都明确写下了结论次谐波 vs 干净周期这一原始声明用该算法无法验证。‡ spt_spiking_tracker种植必须稀疏权重初始化 home1.0 / cross0.25。若某 zone 内 8 个输入全部点火8×0.252.0 阈值 1.0会过驱动每一个输出神经元跟踪器塌缩到 zone 0开发期实测为 1/4。只让 2 个输入点火时home 贡献 2.0 触发本 zone、cross 贡献 0.5 保持静默才能获得干净的 4/4 zone 定位。可验证的声明是单 zone 定位而不是多输入并发下的全 zone 追踪。§ lrn_dtw_gesture_learn只验证了登记未验证回放匹配可确定、可构造的部分——静止 60 帧 → 3 次完全相同的手势排练 → 成功登记一个模板templates1事件EVENT_GESTURE_LEARNED(730)——被 MEASURED。但本 run 中 DTW 的回放匹配事件 731EVENT_GESTURE_MATCHED没有在完全相同的手势回放上触发match_samefalse。因此回放识别的准确率属于reported被报告而非 asserted被断言文档明确表示不把它当作已验证能力。¶ sig_sparse_recovery触发通过恢复精度是 NEGATIVE负数结果dropout 检测 ISTA 恢复的触发管线确实在种植 10% 空值MIN_DROPOUT_RATE0.10实测 25% nulls时正确触发RECOVERY_COMPLETE715已断言。但恢复的数值质量并不乐观被恢复的空值位置 RMSE1.0045而把空值留在 0的基线 RMSE 是0.9830——相差−2.2%即恢复反而略差于不动。原因从测试注释可见三对角相关模型的定点解不等于种植真值。文档结论毫不含糊恢复的重建质量在合成数据上未被验证为有效——只有检测/触发路径被验证不宣称任何正面数字。六、DATA-GATED合成数据上不可验证不给数字文档用一个很强硬的立场解释这一节往合成信号里种一个癫痫样/武器样/快乐样的信号然后宣称检测器有效什么真实的东西都没有验证这正是本项目要对抗的 AI 糊弄AI-slop。这些技能运行的是真实 DSP按 ADR-160零桩并保留其 ADR-160 免责声明但在此处不获得任何精度数字。每一项都需要下方列出的真实标注数据技能为何合成不可构造所需的真实数据med_seizure_detect类癫痫运动不是癫痫合成上不存在真实发作的 ground-truth 签名来自带器械患者的、临床 EEG/视频标注的强直-阵挛发作 CSImed_sleep_apnea种植一次呼吸暂停不是临床睡眠呼吸暂停涉及 AHI 评分、低通气、血氧去饱和PSG多导睡眠图标注的整夜 CSI带评分的 apnea/hypopnea 事件med_cardiac_arrhythmia合成心率序列无法编码真实心律失常形态临床监测中 ECG 标注的 CSIAFib/PVC 等med_respiratory_distress呼吸窘迫是临床整体判断不是可种植的单一速率临床医生标注的呼吸窘迫 CSI 片段med_gait_analysis临床步态指标需要参照动作捕捉标准Mocap/测力台标注的步态 CSIsec_weapon_detect高方差比率是 RF 反射率不是武器判别ADR-160 §A3 已将事件改名为HIGH_METAL_REFLECTIVITY受控物体类别下、标注金属物体 vs 无物体的 CSIexo_emotion_detect情绪无法从种植启发式信号中恢复输出只是代理量ADR-160 §A2已验证的情绪标注 CSI自评/生理 ground truthexo_happiness_score快乐只是步态能量代理不是测得的情绪ADR-160 §A2已验证的情绪/效价标注 CSIexo_dream_stage睡眠分期需要 PSG 参考EEG/EOG/EMGPSG 分期的整夜 CSIexo_gesture_language粗粒度手势簇 ≠ 真正手语ADR-160 §A4标注的 ASL 字母/单词 CSI 数据集文档强调上述都不是失败而是诚实的边界。交付物是一小批真正被实测的技能 这份明确的门控清单这正是 prove-everything 指令的产物。源码可佐证这些门控措辞真实落到了代码上honest_labeling.rs用include_str!读入五个med_*模块源码逐一断言其头注释必须包含 NOT VALIDATED AGAINST CLINICAL DATA、NOT A MEDICAL DEVICE、EXPERIMENTAL 与 ADR-160 字样并断言 lib.rs 中每个模块声明前必须有#[cfg(feature medical-experimental)]且该 feature 不在 default 里a1_seizure_verbs_softened断言旧文本 Detects tonic-clonic seizures 已不存在、取而代之的是 candidate … signature 措辞。6.1 事件名层面的一次重命名实例sec_weapon_detectADR-160 §A3 把名称从武器级判别改为物理量命名。sec_weapon_detect.rs 中可见改动结果const HIGH_REFLECTIVITY_THRESH: f32 8.0; /// High RF reflectivity (formerly mislabelled EVENT_WEAPON_ALERT, ADR-160 §A3). pub const EVENT_HIGH_METAL_REFLECTIVITY: i32 221; // 事件 ID 221 保持不变检测器仍按幅度/相位方差比率真实 RF 反射率触发只是不再把那个物理量命名为 weapon。行为不变、名称变诚实这正是诚实标注 让标签为真而不是把声称的能力做成真的典型样板。七、不在两张表中的技能统一管线冒烟验证其余边缘技能智能楼宇/零售/工业的 occupancy 风格模块以及其他以sig_*/lrn_*/spt_*/tmp_*/qnt_*/aut_*/ais_*命名的算法类模块已在统一管线集成测试中被接线和实时执行tests/pipeline_all.rs中全部 59 个默认技能 / 64 个医学技能在 300 帧合成 CSI 上运行不 panic聚合事件流形态良好。但它们未在此获得逐一种植真值的精度数字——它们是诚实的 REAL-DSP 模块ADR-160其物理可观测对象用更多 harness 工作本可以种植验证那部分被推迟而非被声称。pipeline_all.rs的实现脉络是EdgePipeline把每个运行时技能注册在统一EdgeSkilltrait 之后逐帧执行CsiFrameView携带 phases/amplitudes/variances/prev_phases/presence/n_persons/motion_energy/breathing_bpm 等字段测试端用确定性合成帧0.3 Hz 呼吸调制叠加 1.2 Hz 心跳、结构化逐子载波相位/幅度/方差驱动全部技能。med_*仅在启用medical-experimental时被注册保持了 ADR-160 §A1 的门控不变。八、测试计数全套 crate 测试套件DEFAULT (--features std): 631 passed, 0 failed (lib 504; budget 25; honest_labeling 10; pipeline_all 4; synthetic_validation 12; bench 1; vendor 75) MEDICAL (--features std,medical-experimental): 669 passed, 0 failed (lib 542; 16 same new tests; med_* stay DATA-GATED, not validated)M6 基线为 615 / 653新增 pipeline_all4 synthetic_validation12共为每个 tier 增加 16 个测试。其余计数构成lib 504 个库测试、budget_compliance 25 个预算测试、honest_labeling 10 个标签断言、bench 1 个、vendor 75 个启用医学 feature 后 lib 增至 542。结合 Cargo.toml 可以看到该 crate 的交付姿态release以opt-level s、lto、codegen-units 1、panic abort、strip面向体积敏感的边缘/ESP32 部署与0 警告、61 个static mut事件缓冲被消除的 ADR-160 §A5 结论一同构成可打包、可审计、无静默告警的工程质量基线。九、把这一切串起来从 ADR-160 到 RESULTS 的证据链要理解本文档在设计上的位置可以沿这条链路阅读ADR-160决策/治理层定义分级词汇——MEASURED本次工作树可复现、记录了失败旧测试、DATA-GATED真实代码路径存在、缺少数据时如实标注、NO-ACTION审计后发现本已诚实作为正面引用、ACCEPTED-FUTURE有意推迟未丢弃任何东西完成 A1–A5 五项修复医学/情绪/武器/准医学免责与门控、static mut事件缓冲安全化。tests/honest_labeling.rs不变式层10 个失败于修复前源码的测试把免责声明、软措辞、feature 门控、重命名固化为源码文本断言。tests/synthetic_validation.rs测量层12 个测试对目标可构造的技能种植真值、运行真实检测器、输出MEASURED行。tests/pipeline_all.rs覆盖层全部技能统一管线 300 帧冒烟。RESULTS.md汇报层把 MEASURED 行整理成表并为 DATA-GATED 技能逐一登记所需真实数据。这套分层的用意是名称与文档注释的声明面由 honest_labeling 保证不越界凡能实测的都给了确定性数字并注明局限凡不能实测的都不给数字并写明缺口。对读者尤其是想复现或扩展该验证的工程师来说最有操作价值的起点就是 tests/synthetic_validation.rs 顶部的Confusion骨架与各测试的基线帧→种植帧→断言三段式结构——任何目标物理量可构造的新技能都可以套用同一模板把它从跑通但没数字升级为带确定性数字的 MEASURED而那些目标本质上是临床/情绪/语义判别的技能则只有拿到文档所列的真实标注数据才可能离开 DATA-GATED——在拿到之前不声称就是最准确的测量。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考