# Trạng thái hiện tại (2026-10-07, 01:30 UTC = 08:30 giờ Việt Nam)

> **Cập nhật 2026-11-07:** Toàn bộ H trong các mục lịch sử bên dưới dùng metric cũ. Metric hiện tại theo Evaluation Criteria người dùng cung cấp dùng κ hiệu chỉnh chance, H từ κ/L và cửa sổ dừng tại switch kế tiếp: xem `CONTEXT_3_RULES.md` mục 4. Không xem các mốc H cũ là điểm hiện tại hoặc so trực tiếp với H mới. Bản scorer mới còn cần đối chiếu code BTC ở các trường hợp biên.

## 1. Mục tiêu của người dùng

- Đạt điểm cao nhất có thể ở cuộc thi ICASSP 2027 EEG-sAAD. Hiện đang ở giai đoạn phát triển; giai đoạn test từ 9/11 đến 8/12/2026.
- Ngày 5/10 người dùng đặt mốc cụ thể: lấy lại H ≥ 0,7814 bằng một cấu hình hợp lệ. Mốc này đã đạt và vượt ngày 6/10 (0,795).
- Người dùng chọn thí nghiệm; Claude thực hiện, báo kết quả, và đề xuất bước tiếp.

## 2. Phương pháp tốt nhất hiện tại (hợp lệ với luật test)

Mô tả đầy đủ: `experiments/decoder_lodo/README_BEST.md`.

| Thành phần | Chi tiết |
|---|---|
| Tiền xử lý | `eaP_n5_t60`: file 32 Hz của ban tổ chức → 58 kênh → CAR → cắt 1 s → z-score cả trial → căn chỉnh Euclid nhân quả, khởi động lại mỗi trial từ giá trị quần thể (Fuglsang) nặng bằng 5 giây dữ liệu, hằng số quên 60 s |
| Bộ phân loại trực tiếp | 4 seed; cửa sổ 10 s; thân `vlaai_ws` **3 khối**; đầu vào EEG + (env, onset, dom) của hai người nói; phản đối xứng; pretrain SparrKULee; train trên 4 dataset + Fuglsang |
| Decoder tái tạo | 4 seed; `vlaai_ws` 4 khối, cửa sổ 5 s; mục tiêu env + onset + dom; pretrain SparrKULee; + Fuglsang; trọng số LDA |
| Quyết định | chuẩn hoá, trung bình trong nhóm, trộn (bộ phân loại 70 %), `DEC_OFFSET=3`, HMM hai trạng thái p_stay 0,998 |
| Lookahead | 0,969 s (decoder đóng nhãn với lookahead 0,5 s; bộ phân loại và bản ghép 0,75 s) |

Tên thí nghiệm của các thành phần:
- decoder: `vlaai_ws__eaP_n5_t60_aug_cluster_onset_dom_xFUG_ptSPK` và `_s1`, `_s2`, `_s3`
- bộ phân loại: `direct_clf__eaP_n5_t60_w10b3_ptSPK` và `_s1`, `_s2`, `_s3`

## 3. Điểm số

### 3.1 Bài chấm LODO (chuyển chú ý tổng hợp)

| Cấu hình | H |
|---|---|
| Baseline tuyến tính của ban tổ chức | 0,682 |
| 4 decoder + 4 bộ 10 s 3 khối, p_stay 0,998, bộ phân loại 30 / 50 / 70 % | 0,7894 / 0,7924 / **0,7949** |
| Cùng cấu hình, p_stay 0,9997 | 0,7914 / 0,7933 / 0,7956 |
| Chỉ 4 bộ 10 s 3 khối (không decoder), p_stay 0,998 | 0,7932 |
| 2 decoder + 4 bộ 10 s 3 khối, 70 % | 0,7941 |
| 4 decoder + 2 bộ 10 s 3 khối | 0,7882–0,7904 |
| 4 decoder + 4 bộ 5 s + 4 bộ 10 s 3 khối | 0,7815–0,7860 |
| Bản cũ có mang trạng thái qua trial (không hợp lệ) | 0,7814 |

Từng mô hình đơn lẻ: bộ 10 s 3 khối 0,7818 / 0,7740 / 0,7937 / 0,7703 (dao động lớn giữa các seed); decoder 0,7590 / 0,7663 / 0,7630 / 0,7592.
Trên fold AVGC (dataset duy nhất kiểm soát hướng nhìn, giống hai tập test): 0,716–0,727.

### 3.2 Chuyển chú ý thật (AASD, Carta 2026)

Mô hình train trên cả 5 dataset + Fuglsang; mọi tham số quyết định lấy từ 5 dataset; không dùng nhãn của AASD hay Carta.

| Cấu hình (p_stay 0,998) | AASD | Carta |
|---|---|---|
| Baseline của ban tổ chức | 0,619 | 0,592 |
| Bản cũ: decoder + bộ 5 s 4 khối (có mang trạng thái) | 0,646 | 0,639 |
| Bản tốt nhất: 4 decoder + 4 bộ 10 s 3 khối, bộ phân loại 70 % | 0,637 | 0,643 |
| Cùng mô hình, bộ phân loại 30 % | 0,639 | 0,638 |
| Cùng mô hình, 30 %, p_stay 0,99 | 0,644 | 0,645 |

- Mức tăng 0,78 → 0,795 trên LODO **không chuyển sang** dữ liệu thật.
- p_stay 0,9997 là giá trị kém nhất trên dữ liệu thật; từ 0,95 đến 0,998 gần như phẳng.
- Trên AASD, bộ 10 s kém bộ 5 s và decoder; trên Carta thì bộ phân loại giúp.
- Độ chính xác: 52–54 % trên AASD, 57–60 % trên Carta.

### 3.3 Cấu hình đề nghị cho bản nộp (chưa chốt với người dùng)

4 decoder + 4 bộ 10 s 3 khối, tỉ trọng bộ phân loại 30–50 %, p_stay 0,99–0,998. Lý do: không thua nhiều ở cả hai kiểu
chuyển chú ý; chỉ được nộp 2 lần và lần sau cùng được tính.

## 4. Job đang chạy và đang chờ

Hàng chờ: `experiments/decoder_lodo/runners/jobqueue.py`. Lúc viết tài liệu này có 12 job tăng cường dữ liệu cho bộ phân
loại (470–481), 3 cái đang chạy.

| Tên thí nghiệm | Biến thể |
|---|---|
| `direct_clf__eaP_n5_t60_w10b3_ptSPK[_s1]_aug-noise02` | nhiễu Gauss 0,2 |
| `..._aug-pclus05` | che cụm điện cực ở 50 % cửa sổ |
| `..._aug-covmix` | trộn điện cực lân cận + đổi tham chiếu |
| `..._aug-lag2` | lệch EEG–lời nói ±2 mẫu (mới) |
| `..._aug-featdrop` | bỏ một tín hiệu lời nói ở 20 % cửa sổ (mới) |
| `..._aug-sw2` | chuyển chú ý giả ở 50 % cửa sổ, một nửa có lần chuyển thứ hai (mới) |

Mỗi biến thể chạy seed 0 và 1; mốc so là 0,7818 và 0,7740. Chỉ coi là có ích nếu hơn ở cả hai seed. Biến thể thắng phải
được chấm lại trên AASD và Carta; `sw2` nên chấm trên dữ liệu thật dù kết quả LODO thế nào.

## 5. Việc tiếp theo, theo thứ tự đề nghị

1. Đọc kết quả 12 job tăng cường (so từng seed với mốc).
2. **Dựng pipeline nộp bài**: train mô hình cuối trên cả 5 dataset (+ Fuglsang, cân nhắc + AASD + Carta), script suy
   luận xuất nhãn 128 Hz cho từng trial, chạy `leakage_test.py` trên chính script đó. Kênh nộp thử định dạng (trên
   KUL-AV-GC) mở khoảng 25/10.
3. Chạy lại `leakage_test.py` cho bộ phân loại 3 khối và tiền xử lý `eaP_n5_t60` (hiện mới kiểm tra bản 4 khối, căn chỉnh cũ).
4. Tính giá trị quần thể của căn chỉnh từ toàn bộ dữ liệu train (hiện chỉ từ Fuglsang).
5. Chấm p_stay 0,99 trên LODO cho bản tốt nhất (chưa có số).
6. Cân nhắc đưa AASD và Carta vào train mô hình cuối (nguồn duy nhất có chuyển chú ý thật).

## 6. Câu hỏi còn mở

- Tập test có chuyển chú ý thật hay tổng hợp? Ban tổ chức chỉ ghi "will contain switches in attention".
- Định dạng nộp chính thức chưa công bố.
- Nguồn của tín hiệu dừng job (mã 143) xuất hiện 4 lần ngày 6/10 chưa xác định được.
- Bộ phân loại 3 khối tăng mạnh trên LODO nhờ phát hiện chuyển chú ý nhanh hơn, nhưng không tăng trên dữ liệu thật;
  cách giải thích (tầm nhìn theo thời gian hẹp hơn) chưa được kiểm chứng trực tiếp.

## 7. Cập nhật 2026-10-07, 16:10 UTC (23:10 giờ Việt Nam)

- **Bản cao nhất mới**: thêm tăng cường "hai lần chuyển" (`sw2`: `--p-switch 0.5 --aug-set clf_p_switch2=0.5`) cho bộ
  phân loại 10 s 3 khối. Thí nghiệm: `direct_clf__eaP_n5_t60_w10b3_ptSPK[_sN]_aug-sw2`.
- **LODO**, 4 decoder + 4 bộ phân loại `sw2`: p_stay 0,998 → 0,7929 / **0,7981** / 0,7966 / 0,7951 (bộ phân loại
  30 / 50 / 70 / 100 %); p_stay 0,9997 → 0,7914 / 0,7993 / 0,8003 / 0,7954. Đứng riêng 4 seed: 0,7887 / 0,7761 / 0,7944 / 0,7785.
- **Chuyển chú ý thật**: không đổi so với bản không `sw2` (AASD 0,639, Carta 0,639 ở p_stay 0,998, bộ phân loại 30 %).
- **Các kiểu tăng cường khác cho bộ phân loại**: nhiễu, che cụm, trộn điện cực không giúp; bỏ tín hiệu lời nói không
  nhất quán; lệch thời gian EEG–lời nói ±60 ms làm tụt 0,03.
- **Đang chạy**: `sw2` + bỏ tín hiệu lời nói (`swfd`), job 4860–4881, kết quả ở `logs/fuse_swfd.log` và `logs/fuse_external_swfd.log`.
- `experiments/decoder_lodo/README_BEST.md` đã được cập nhật theo bản này.

## 8. Cập nhật 2026-10-28: tập trung vào switch thật

**Bổ sung 2026-11-07:** trạng thái bên dưới là lịch sử; dùng `JOBQUEUE_NAMESPACE=nested` để xem job hiện tại. BMMS tăng cường EEG dùng `env,onset,dom` + pretrain SparrKULee đã hoàn thành seed 0–1; so sánh `results/research/bmms3_vs_direct_sw2.csv` là **metric cũ**. Ensemble 4 decoder + 4 DirectNet + 4 Transformer + BMMS 2 seed đã có `bmms3_enhanced_ensemble.csv` (**metric cũ**, BMMS dùng thang logit cố định, chưa nested cross-fit riêng). Seed BMMS 2–3 cùng job ensemble 4 seed đang trong queue; chấm lại metric mới phải tính lại L từ evidence, không chỉ đổi H. BMMS/ensemble chưa được xác nhận leakage đầu-cuối. Không coi cải thiện cũ là quyết định giữ/bỏ.

Chi tiết và kế hoạch đầy đủ: `REAL_SWITCH_STRATEGY.md` (gốc repo). Kết quả tóm tắt, mọi số đều có cả switch thật và synthetic:

- **Mục tiêu hai vế (yêu cầu của người dùng):** tăng điểm trên switch thật (AASD, Carta) nhưng giữ và nếu có thể tăng điểm LODO
  synthetic. Giữ hay bỏ một phương pháp do **người dùng quyết định**; Claude chỉ nêu ý kiến (ghi rõ) cùng số liệu.
- **Bản tốt nhất (không đổi):** 4 decoder (cửa sổ 5 s, 4 khối) + 4 bộ phân loại sw2 (cửa sổ 10 s, 3 khối), a = 0,5, p_stay 0,998.
  LODO synthetic 0,7975 ± 0,0015 trên 5 lịch switch (0,7962–0,7996). Switch thật (bộ phân loại, trung bình 4 logit): AASD 0,633,
  Carta 0,643.
- **Dữ liệu switch thật:** AASD (18 người, ≈ 4 600 switch, đổi trung vị mỗi 10 s) và Carta (24 người, ≈ 2 880 switch, ≈ 25 s).
  KUL-AV-GC chỉ có một lần đổi hướng ở giây 300 (cùng người nói đổi bên), vô hình với bộ giải mã người nói.
- **Bằng chứng trên dữ liệu thật trễ khoảng 4 s so với nhãn** (nhãn là bậc thang cứng); trên synthetic gần như 0 s. Độ trễ này
  là một phần SDT (AASD 13 s, Carta 18 s) và không bù được ở lúc chấm (luật lookahead 1 s).
- **A1, A2, A3 (huấn luyện trực tiếp trên switch thật) không vượt mốc không dùng dữ liệu thật**: AASD 0,621–0,630 (mốc 0,633),
  Carta 0,594–0,636 (mốc 0,646); Acc không đổi (52 % AASD, 58 % Carta); r100 hại Carta (0,594). Đang chạy hoặc chờ: A3 `lag4s`,
  A4 (đầu phụ "có switch trong 5 s qua" + HMM có cổng), `5500_lodo_xreal_s0/s1` (LODO có AASD + Carta trong huấn luyện, để kiểm
  tra synthetic).
- **Chỉnh lại HMM trên switch thật** (chéo AASD ↔ Carta): p_stay 0,9 tốt nhất nhưng chỉ +0,003..0,012 H; làm phẳng độ tin cậy
  (scale > 1) làm tụt.
- **Nhiễu lịch switch synthetic:** độ lệch chuẩn 0,0015 cho bản tốt nhất; mỗi dataset ±0,005..0,01. Huấn luyện tái lập chính xác.
- **eeg-thao.zip (`stem_ms96`)**: synthetic LODO 0,854 ± 0,005 trên 5 lịch (0,863 theo chia đúng LODO) nhưng 24 s đầu mỗi trial là
  hằng số "cột 0" (99,9 %; đổi cột còn 0,3 %); bản ép đối xứng 0,827; trên switch thật AASD 0,613–0,618, Carta 0,546–0,561, thấp hơn
  trung bình 4 logit. Tầng 1 của họ giống mã của ta. Không dùng.
- **Việc chưa làm:** kiểm tra đối xứng cột và bất biến vị trí trên chính bản tốt nhất; leakage test cho bộ 3 khối với `eaP_n5_t60`;
  kiểm chất lượng dữ liệu thật (đối chứng xáo nhãn, độ chính xác từng người); pipeline nộp bài; tiền xử lý nhân quả hoàn toàn (G1).

### 8.1 Quyết định ngày 28/10 (người dùng): ý tưởng không tốt thì không chạy nữa, chỉ ghi lại

- **Đã dừng, không chạy lại:** A1, A2, A3, `stem_ms96`, làm phẳng khả năng HMM (scale > 1).
  - A1: switch thật AASD 0,626 (mốc 0,633), Carta 0,628 (mốc 0,646); LODO synthetic có AASD + Carta trong huấn luyện (bộ phân loại
    đơn): seed 0 0,7706 so với 0,7887, seed 1 0,7616 so với 0,7761 (tụt 0,015–0,018; AVGC tụt 0,026 và 0,012).
  - A2: mọi cấu hình dưới mốc; r100 làm Carta tụt còn 0,594.
  - A3: nhãn dịch 2 s, 4 s, 4 s mềm cho AASD 0,628–0,630, Carta 0,628–0,636, dưới mốc.
- **Còn chạy để quyết định:** A4 (đầu phụ "có switch trong 5 s qua" + HMM có cổng): khi có dữ liệu thật trong huấn luyện, cổng thêm
  +0,007..0,014 so với không cổng nhưng kết quả cuối ≈ mốc (AASD 0,636, Carta 0,643); chờ `5600_lodo_a4_s*`, `5601_ext_a4base_s*`.
  A5 (bộ giải mã có dữ liệu thật): chờ các job `57xx`, `58xx`. Nếu không tốt thì dừng và ghi lại như trên.
- **Dừng (người dùng, 29/10): B2** BOCPD (`hmm_bocpd.py`): real +0,003..0,012 nhưng synthetic −0,008..−0,011; HMM p_stay 0,95 cho +0,011/+0,009 và −0,008 nên BOCPD không hơn; biến thể `learned`, `robust` cũng không vượt. Không chạy lại. Chi tiết `REAL_SWITCH_STRATEGY.md` §8.
- **Giữ (người dùng, 29/10): B1** HMM semi-Markov (`hmm_semimarkov.py`). Mốc HMM 0,998: AASD 0,638, Carta 0,639, LODO synthetic 0,798. `m5 k1,5`: real +0,016/+0,012 nhưng synthetic −0,016; đuôi nặng `m10 k0,6`: +0,007/+0,008 và −0,005; `m20 k0,6`: +0,005/+0,005 và −0,002.
  Gain chủ yếu do dwell ngắn, không phải hình dạng; tham số chưa chốt (đừng đóng đinh m = 5 s). Chi tiết: `REAL_SWITCH_STRATEGY.md` §8.
- **Dừng (người dùng, 30/10): C2** (nhãn đổi trước quan hệ EEG–kích thích U(0, 2 s), `clf_label_delay_max_s`): real AASD +0,001..+0,007, Carta −0,004..−0,011; LODO synthetic hai seed ngược dấu (−0,009 và +0,008 tại p 0,998). Không chạy lại. C1 ensemble 4+4 đã xong (real +0,004..+0,007, synthetic −0,024), chờ quyết định. Chi tiết `REAL_SWITCH_STRATEGY.md` §8.
- **Dừng (người dùng, 31/10): C4** babble trong envelope: AASD +0,001..+0,003, Carta −0,007..−0,015. Không chạy lại. C3 đã chạy xong, người dùng để sau, chưa quyết định.
- **Dừng (người dùng, 02/11): C6** (ensemble 4+4 không khác `sw2`: 0,7973 / 0,6367 / 0,6361 so với 0,7981 / 0,6380 / 0,6388) và **C7** (LODO −0,021..−0,032, Carta −0,027..−0,082). Không chạy lại. C3 và C5 đã chạy xong, chưa quyết định. Nhiễu seed trên real cỡ ±0,005..±0,014 với 2 seed. Carta: cùng T thì cùng chuỗi nhãn, phải tách stimulus khi train trên tập thật.

## 9. Cập nhật 2026-11-07: trạng thái sau đợt 03–07/11

Chi tiết và bảng số: `REAL_SWITCH_STRATEGY.md` §10. Số H dưới đây là **metric cũ** trừ khi ghi "metric mới".

- **Metric đã đổi** (κ hiệu chỉnh chance; `CONTEXT_3_RULES.md` mục 4). Đối chứng chỉ kích thích (EEG = 0) theo metric cũ vẫn được AASD ≈ 0,61, LODO ≈ 0,53: metric cũ cho điểm "miễn phí" từ L. Theo metric mới (bản chấm thử, chưa `inclusive`): ensemble tham chiếu LODO 0,631, AASD 0,098, Carta 0,297. **Acc trên dữ liệu thật là đòn bẩy chính.**
- **Mô hình nền tảng**: H5 (front khoá trước `vlaai_ws`) không có lợi với cả 5 mô hình; decoder CBraMod LP-FT kém `orgbase` cả LODO (0,741 so với 0,747/0,756) lẫn Carta (0,61 so với 0,62–0,63). H1 chưa xong (USTC và các job đánh giá chưa chạy vì scheduler mặc định đã ngừng).
- **Transformer tầng 2 phản đối xứng trên 16 chuỗi bằng chứng, nested** (`nested_stack_*`, `nested_schedule_*`, `switch_rate_aux_experiment.py`): đứng riêng tăng AVGC/LODO nhưng giảm switch thật; trộn 25 % với 4+4 `sw2`: LODO 0,804–0,805, AASD 0,636–0,637, Carta 0,640–0,643 (mốc 0,7988 / 0,638 / 0,639). Kiểm tra đổi cột và quá khứ/tương lai ở mức bằng chứng đạt; chưa leakage test đầu-cuối.
- **Recipe tăng cường 4+4** (4 seed): LODO 0,7937 so với 0,7981, real trong nhiễu.
- **BMMS3** (BMMSNet chuyển thể, tăng cường EEG, env/onset/dom, pretrain SparrKULee): classifier đơn so với DirectNet `sw2` cùng seed tăng switch thật (Carta 0,645/0,659 so với 0,640/0,643; Acc Carta +2 điểm), LODO −0,011/+0,000. Trộn 0,25 vào ensemble tham chiếu: LODO 0,8013, AASD 0,639, Carta 0,645; metric mới Carta 0,297 → 0,315. Seed 2–3 và ensemble 4 seed đang chờ trong queue `nested`.
- **08/11: người dùng đưa BMMS3 vào bản chính** (4+4+4 `eq3`; cần leakage test đầu-cuối), bỏ mirror và lag jitter ±1 mẫu. **Chưa có quyết định giữ/bỏ** cho Transformer tầng 2, recipe; C1, C3, C5 vẫn chờ quyết định từ trước.
- **Việc gấp trước 09/11:** chấm lại ứng viên bằng `scorer_kappa_next_inclusive.py`; chọn cấu hình nộp; leakage test đầu-cuối; script suy luận xuất nhãn 128 Hz.
