# Các phương pháp submission EEG-sAAD

Cập nhật ngày **11/11/2026** (Asia/Saigon). Tài liệu mô tả 5 gói ZIP hiện có,
cấu hình suy luận, kết quả đánh giá nội bộ theo metric κ mới và kết quả
Codabench do người dùng cung cấp cho submission **1047211**.

## 1. Bản đã nộp

**Người dùng xác nhận đã nộp `ref_t_bm_stem20` trong phiên ngày 11/11/2026.**
Người dùng sau đó cung cấp dòng leaderboard: submission **1047211**, tài khoản
**huyle2305**, thời gian hiển thị **2026-11-11 11:10**, điểm **H = 0.625**.
Gắn kết quả này với `ref_t_bm_stem20` theo ngữ cảnh xác nhận của người dùng;
chưa tải được artifact/metadata từ Codabench để đối chiếu độc lập.
SHA256 bên dưới nhận diện file local tại lúc viết README; chưa đối chiếu với file
trên Codabench.

| File | Trạng thái |
|---|---|
| [ref_t_bm_stem20.zip](ref_t_bm_stem20.zip) | **Đã nộp; ID 1047211; H = 0.625 theo dòng leaderboard người dùng cung cấp** |
| [ref_t_bm_stem50.zip](ref_t_bm_stem50.zip) | Đã đóng gói; chưa có xác nhận đã nộp |
| [ref_t_bm.zip](ref_t_bm.zip) | Đã đóng gói; chưa có xác nhận đã nộp |
| [eq3.zip](eq3.zip) | Đã đóng gói; chưa có xác nhận đã nộp |
| [b3v2.zip](b3v2.zip) | Đã đóng gói; chưa có xác nhận đã nộp |

`stem20` nghĩa là **nhánh stem chiếm 20% trọng số fusion**, không phải 20 ms.
Tên checkpoint stem là `stem_ms96`: cửa sổ 96 frame evidence, bước 0,25 s,
tương ứng khoảng 24 s lịch sử. Metadata của cả 5 gói khai báo lookahead **1000 ms**.

## 2. Pipeline chung

Đầu vào là EEG và hai speech envelope của chính trial đang giải mã. Nhãn đầu ra
là `attended-speaker-label`: **0 = envelope_stream1**, **1 = envelope_stream2**,
theo thứ tự stream do ban tổ chức cung cấp.

1. **Chuyển dữ liệu:** [`sub_convert.py`](../../experiments/decoder_lodo/sub_convert.py)
   đọc EEG/envelope `pre_*` ở 32 Hz và envelope gốc ở 128 Hz. Ánh xạ kênh theo
   tên về montage 58 kênh, CAR trên kênh có mặt, cắt biên 1 s, z-score cả trial
   một lần và căn chỉnh Euclid chạy nhân quả `eaP_n5_t60` (tau 60 s, prior
   Fuglsang tương đương 5 s, shrinkage 0,1). EA khởi tạo lại ở mỗi trial.
   Các đặc trưng onset/dominance được tạo từ envelope bằng `build_glimpse.py`.
2. **Evidence tầng 1:** [`sub_evidence.py`](../../experiments/decoder_lodo/sub_evidence.py)
   chạy từng họ model với seed **0, 1, 2, 3**, `GLIMPSE_THR=norm`.
   Evidence được lưu tại `experiments/decoder_lodo/results/submission/<SET>/`.
3. **Fusion:** ghép các nhánh đã chuẩn hóa bằng hằng số học từ corpus train;
   `b3v2` dùng learned rule, các bản khác dùng HMM forward với `p_stay=0.998`.
4. **Xuất nhãn:** `sub_fuse.write_predictions` mở rộng quyết định lên 128 Hz,
   giữ đúng số mẫu gốc, ghi một CSV cho mỗi subject. HMM bắt đầu ở `(0.5, 0.5)`
   trong mỗi trial; ID chỉ phục vụ đọc/ghi dữ liệu, không là feature model.

Trong code, quyết định tại `t_end` với evidence lookahead `L=0.75 s` được gán
từ `t_end + L - 1 s`. Đây là cách pipeline sử dụng ngân sách lookahead khai báo
1 s; chưa thay thế kiểm chứng leakage đầu-cuối, xem mục 7.

## 3. Các thành phần mô hình

| Ký hiệu | Phương pháp | Số model khi suy luận test |
|---|---|---:|
| `dec` | Decoder `vlaai_ws`, các target `env/onset/dom`; LDA kết hợp chênh lệch điểm hai stream theo từng seed rồi lấy trung bình đã chuẩn hóa | 4 seed |
| `clf` | DirectNet `sw2`, cửa sổ 10 s, 3 block; lấy trung bình logit đã chuẩn hóa | 4 seed |
| `tr` | Transformer tầng 2 rate-aux; đầu vào 16 evidence stream gồm 4 logit DirectNet và 3 target × 4 decoder | 4 seed |
| `bm` | `BMMS3Enhanced`, dùng `env/onset/dom`, lấy trung bình logit 4 seed | 4 seed |
| `stem` | `stem_ms96` từ `eeg-thao.zip`, đầu vào là chuỗi logit của 4 DirectNet; lấy trung bình đầu ra 5 fold model | 5 fold |

Stem tạo 24 feature nhân quả từ 4 logit: raw, high-pass EMA 60/120 s,
chia theo biên độ chạy 60 s, độ dốc 1 s và trung bình 2 s. Mạng gồm convolution
nhân quả và Transformer cửa sổ 96 frame. Các submission `stem20/stem50` dùng
đầu ra **gốc `orig = f(x)`**, không dùng bản ép đối xứng
`sym = (f(x) - f(-x))/2`.

Khi đánh giá LODO, stem chỉ dùng **một checkpoint không train trên dataset đang
giữ ngoài**. Khi suy luận test hoặc đánh giá AASD/Carta, lấy trung bình cả
**5 fold model**. Vì vậy `ref_t_bm_stem20` và `ref_t_bm_stem50` là
**4 + 4 + 4 + 4 + 5** theo cách đếm model/seed/fold của các nhánh lúc test.
Transformer và stem xử lý evidence tầng 1, không phải các model EEG độc lập.

### Trọng số fusion

Trọng số áp lên từng nhánh sau chuẩn hóa, trước HMM:

| Submission | `dec` | `clf` | `tr` | `bm` | `stem` | Quyết định cuối |
|---|---:|---:|---:|---:|---:|---|
| `eq3` | 1/3 | 1/3 | 0 | 1/3 | 0 | HMM 0.998 |
| `ref_t_bm` | 33,75% | 33,75% | 22,50% | 10% | 0 | HMM 0.998 |
| **`ref_t_bm_stem20`** | **27%** | **27%** | **18%** | **8%** | **20%** | **HMM 0.998** |
| `ref_t_bm_stem50` | 16,875% | 16,875% | 11,25% | 5% | 50% | HMM 0.998 |
| `b3v2` | 50% | 50% | 0 | 0 | 0 | Learned rule V2, 2 seed |

`ref_t_bm_stem20 = 0.8 × ref_t_bm + 0.2 × stem` ở bước fusion nhánh;
tham số phát xạ HMM được calibration riêng cho từng cấu hình. `stem50` tương tự
với tỉ lệ 0.5/0.5. `eq3` gồm 4 decoder + 4 DirectNet + 4 BMMS3.

`b3v2` gồm **4 decoder + 4 DirectNet + 2 learned rule**. V2 thay HMM bằng bộ
quyết định phản đối xứng học trên các EMA nhân quả của evidence. Hai rule có
seed 0–1; nhãn lấy từ dấu của trung bình logit. Rule `ALL` dùng AASD + Carta
(tổng trọng số 0.5) và synthetic của 5 dataset corpus (tổng trọng số 0.5).

## 4. Kết quả đánh giá nội bộ

Metric: **`kappa_next_inclusive_provisional`**, với
`κ = max(0, 2 × Acc - 1)` và `H = 2 × κ × L / (κ + L)`; Acc trong công thức
là tỉ lệ 0–1. Không so trực tiếp với H cũ trước 07/11.

LODO dưới đây là trung bình đều 5 dataset **synthetic switch**: AVGC, DTU, KUL,
UHD, USTC. SDT ở cột LODO là trung bình các SDT tổng hợp theo dataset, đơn vị giây.

| Submission | LODO H | LODO Acc | LODO SDT (s) | AVGC H |
|---|---:|---:|---:|---:|
| `ref_t_bm_stem50` | 0,7704 | 82,75% | 2,24 | 0,6510 |
| **`ref_t_bm_stem20`** | **0,7243** | **79,72%** | **2,71** | **0,6053** |
| `b3v2` (*) | 0,6409 | 74,49% | 3,67 | 0,5628 |
| `ref_t_bm` | 0,6316 | 73,98% | 3,90 | 0,5462 |
| `eq3` | 0,6185 | 73,40% | 4,56 | 0,5280 |

Chi tiết H từng dataset:

| Submission | AVGC | DTU | KUL | UHD | USTC |
|---|---:|---:|---:|---:|---:|
| `ref_t_bm_stem50` | 0,6510 | 0,8586 | 0,7910 | 0,7321 | 0,8193 |
| `ref_t_bm_stem20` | 0,6053 | 0,8284 | 0,7472 | 0,6999 | 0,7407 |
| `b3v2` (*) | 0,5628 | 0,6539 | 0,6780 | 0,6626 | 0,6472 |
| `ref_t_bm` | 0,5462 | 0,6806 | 0,6640 | 0,6379 | 0,6296 |
| `eq3` | 0,5280 | 0,6753 | 0,6391 | 0,6284 | 0,6216 |

Switch thật; mỗi ô là **H / Acc% / SDT giây**:

| Submission | AASD | Carta2026 |
|---|---|---|
| `ref_t_bm_stem50` | 0,0722 / 51,88 / 4,71 | 0,1711 / 54,75 / 8,94 |
| **`ref_t_bm_stem20`** | **0,1084 / 52,88 / 4,68** | **0,2694 / 57,96 / 8,00** |
| `b3v2` (*) | 0,1021 / 52,70 / 5,03 | 0,1421 / 53,88 / 10,19 |
| `ref_t_bm` | 0,0989 / 52,61 / 5,22 | 0,3023 / 59,13 / 7,56 |
| `eq3` | 0,1044 / 52,76 / 4,66 | 0,3222 / 59,84 / 6,94 |

(*) `b3v2`: trung bình điểm các rule V2 đánh giá giữ ngoài với hai training seed,
không phải điểm của ensemble hai rule `ALL` trong ZIP. LODO H theo seed là
**0,6431 / 0,6387**, chênh 0,0045. Rule `ALL` trong ZIP chưa được chấm trực tiếp.

Các bảng dùng kết quả CSV hoàn chỉnh, không lấy file `_partial`. Các nhánh tầng 1
dùng cùng nhóm seed 0–3; khác biệt recipe/calibration giữa B3, R3 và stem khiến
đây chưa phải một ablation hoàn toàn đồng nhất. Chưa có phép đo nhiễu nhiều lịch
synthetic cho đầy đủ 5 submission; không suy ra độ chắc chắn chỉ từ chênh lệch H.
LODO cao nhất là `stem50`, nhưng tăng stem làm giảm mạnh điểm switch thật,
đặc biệt Carta. Các điểm này **không phải leaderboard hoặc ước lượng test ẩn**.

Nguồn kết quả:

- [`stem_ensemble.csv`](../../experiments/decoder_lodo/results/research/stem_ensemble.csv)
  và [`stem_ensemble_summary.txt`](../../experiments/decoder_lodo/results/research/stem_ensemble_summary.txt):
  `ref_t_bm`, `stem20`, `stem50`, chọn `p_stay=0.998`.
- [`r3_bmms3_combos.csv`](../../experiments/decoder_lodo/results/research/r3_bmms3_combos.csv):
  `group=all4`, `combo=eq3`, `p_stay=0.998`.
- [`learned_rule_kappa_next_inclusive.csv`](../../experiments/decoder_lodo/results/research/learned_rule_kappa_next_inclusive.csv):
  `rep=all4`, `rule=V2`, trung bình seed 0–1 cho `b3v2`.

### 4.1. Kết quả Codabench: submission 1047211 (`ref_t_bm_stem20`)

**Nguồn:** dòng leaderboard do người dùng dán trong phiên ngày 11/11/2026.
[Trang cuộc thi](https://www.codabench.org/competitions/17856/) và API không trả
được nội dung leaderboard/header có thể xác minh khi kiểm tra trong phiên này.
Không xem đây là dữ liệu đã được agent đọc trực tiếp từ Codabench.

Dòng gốc được giữ nguyên thứ tự; các tiêu đề `Cột` bên dưới chỉ là vị trí,
vì người dùng chưa cung cấp header gốc:

| Tài khoản | Thời gian hiển thị | Submission ID | Label type | Cột boolean | Lookahead | Cột 1 | Cột 2 | Cột 3 | Cột 4 | Cột 5 |
|---|---|---|---|---|---|---|---|---|---|---|
| [huyle2305](https://www.codabench.org/profiles/user/huyle2305/) | 2026-11-11 11:10 | 1047211 | attended-speaker-label | true | 1000 | **0.625** | 0.489 | 0.867 | 0.744 | 8.291 |

Thời gian trên giữ nguyên cách hiển thị của bảng; chưa xác nhận múi giờ của
timestamp leaderboard. Cách đọc 5 cột số sau lookahead được **suy luận từ công
thức metric và kiểm tra tính nhất quán số học**:

| Metric suy luận | Giá trị | Diễn giải |
|---|---:|---|
| H | **0.625** | Điểm tổng hợp dùng xếp hạng |
| κ | 0.489 | Độ chính xác đã hiệu chỉnh mức ngẫu nhiên |
| L | 0.867 | Switch Detection Latency Score, lớn hơn tốt hơn |
| Acc | 0.744 = **74,4%** | Độ chính xác thô |
| SDT | **8.291 s** | Thời gian phát hiện switch tổng hợp, nhỏ hơn tốt hơn |

Kiểm tra: `2 × 0.489 × 0.867 / (0.489 + 0.867) = 0.625314`, khớp H = 0.625
sau làm tròn. Từ Acc hiển thị có `2 × 0.744 - 1 = 0.488`; sai khác 0.001
với κ hiển thị có thể do hai giá trị làm tròn riêng từ số chưa làm tròn
(κ = 0.489 tương ứng Acc khoảng 74,45%). Chưa có số gốc để xác minh thêm.

**Cột `true` chưa xác nhận tên.** Metadata local và metadata trong ZIP được tạo
với `code_public: false`. Nếu header thực tế của cột này là `code_public`, cần
đối chiếu metadata/settings của submission 1047211; không tự sửa file local
hoặc ZIP để làm khớp một cột chưa có header.

#### So với đánh giá nội bộ của chính `stem20`

| Tập đánh giá | H | Acc | L | SDT (s) |
|---|---:|---:|---:|---:|
| Codabench, ID 1047211 (theo dòng người dùng cung cấp) | **0,6250** | **74,40%** | **0,8670** | **8,291** |
| LODO synthetic, trung bình 5 dataset | 0,7243 | 79,72% | 0,9416 | 2,714 |
| AVGC synthetic | 0,6053 | 72,43% | 0,9301 | 3,453 |
| AASD, switch thật | 0,1084 | 52,88% | 0,9236 | 4,680 |
| Carta2026, switch thật | 0,2694 | 57,96% | 0,8731 | 8,000 |

L của dòng LODO cũng là trung bình đều 5 L theo dataset. Đây là so sánh mô tả
giữa các tập; metric nội bộ vẫn là scorer provisional, còn cách gộp test là
theo quy tắc BTC (xem `CONTEXT_3_RULES.md` mục 4). Không phải chênh lệch của
hai model trên cùng tập, không phải phép kiểm chứng scorer nội bộ khớp BTC.

**Phân tích:**

1. **Có tín hiệu phân biệt trên test:** Acc khoảng 74,4%, cao hơn mức ngẫu
   nhiên 50% khoảng **24,4 điểm phần trăm**; κ khoảng 0,489. Kết quả test này
   cao hơn rõ rệt Acc trên AASD/Carta của cùng recipe. Điều đó cho thấy hai tập
   real-switch này chưa đại diện đầy đủ cho độ khó test của bản nộp; chưa cho
   phép kết luận switch test là synthetic hay thật, hoặc test giống dataset nào.
2. **LODO vẫn lạc quan hơn test:** H giảm **0,0993**, Acc giảm **5,32 điểm
   phần trăm**, L giảm khoảng **0,0746**, SDT tăng khoảng **5,58 s** so với
   trung bình LODO. Khác biệt phân phối, cách gộp điểm và calibration có thể
   cùng góp phần; một dòng điểm gộp chưa tách được nguyên nhân. H test cao hơn
   AVGC khoảng 0,0197, nhưng sự gần nhau này chưa chứng minh AVGC dự báo test.
3. **Accuracy là hướng cải thiện có dư địa lớn:** tại κ = 0,489 và L = 0,867,
   nếu giữ L cố định thì tăng Acc **1 điểm phần trăm** cho mức tăng H xấp xỉ
   **0,0164** (đạo hàm cục bộ). Nếu giữ κ cố định, tăng L 0,01 chỉ cho khoảng
   **0,0026 H**. Ngay cả L hoàn hảo bằng 1 thì H ở κ này chỉ khoảng **0,6568**,
   tức dư địa riêng từ latency khoảng **+0,0315** so với H tính từ các số hiển
   thị. Đây là phân tích độ nhạy toán học, không phải gain thực nghiệm hoặc
   bảo đảm rằng có thể thay đổi Acc/L độc lập.
4. **SDT 8,291 s là độ trễ phát hiện switch, không phải lookahead 8,291 s.**
   Lookahead khai báo vẫn là 1000 ms. Không đồng nhất `L` với
   `exp(-SDT_tổng_hợp/60)`: BTC gộp điểm latency và SDT tham khảo theo các phép
   tổng hợp khác nhau, nên 0,867 và 8,291 s không mâu thuẫn.
5. **Chưa có căn cứ xếp hạng các ZIP trên test:** chỉ `stem20` có kết quả
   được cung cấp. Không suy ra `stem50` sẽ hơn test từ LODO 0,7704, hay bỏ stem
   sẽ tốt hơn từ Carta. Điểm gộp này cũng chưa cho biết riêng NJU/DLAAD, từng
   subject, tỉ lệ miss switch, độ bất định hoặc hạng trên leaderboard.

**Hướng xử lý có căn cứ:** giữ kết quả 1047211 làm mốc test đã quan sát; ưu tiên
các cải tiến quan hệ EEG–speech làm tăng Acc trên đánh giá giữ ngoài, đồng thời
bảo toàn latency và kiểm tra swap/position/leakage. Muốn quy gain riêng cho stem
cần ablation cùng fold/seed/lịch, cùng calibration/scorer và pipeline đã audit.
Chưa có bằng chứng từ dòng điểm này để chọn một bản thay thế. Việc đã có điểm
leaderboard không đồng nghĩa BTC đã hoàn tất kiểm toán tính hợp lệ của model.

## 5. Code và artifact để tái tạo

Các đường dẫn dưới đây tính từ `experiments/decoder_lodo/`:

| Artifact | Vị trí |
|---|---|
| Decoder 4 seed | `models/all5_vlaai_ws_bestP_s{0..3}.pt` |
| DirectNet 4 seed | `models/all5_direct_clf_w10b3sw2P_s{0..3}.pt` |
| BMMS3 4 seed | `models/all5_direct_clf_w10bmms3enhP_s{0..3}.pt` |
| Transformer tầng 2 | `results/research/nested_schedule_rate_aux/model_fusion_ALL_s{0..3}.pt` |
| Stem 5 fold | `../../eeg-thao_unzipped/eeg-thao/models/stem_ms96_image_split/stem_ms96__held-{AVGC,DTU,KUL,UHD,USTC}.pt` |
| Learned rule B3 | `results/submission/b3v2_rule_s{0,1}.npz` |
| Calibration HMM/fusion | `results/submission/calibration_<combo>.json` |
| Evidence test | `results/submission/TEST_{NJU,DLAAD}/{dec,clf,bmms}_s{0..3}.pkl` |

Logic fusion ở [`sub_fuse.py`](../../experiments/decoder_lodo/sub_fuse.py) (`eq3`),
[`sub_fuse_multi.py`](../../experiments/decoder_lodo/sub_fuse_multi.py)
(`ref_t_bm`, `stem20`, `stem50`) và
[`sub_b3v2.py`](../../experiments/decoder_lodo/sub_b3v2.py) (`b3v2`).
Trọng số và feature stem ở
[`stem_ensemble.py`](../../experiments/decoder_lodo/stem_ensemble.py),
[`tb_members.py`](../../experiments/decoder_lodo/tb_members.py),
[`eval_stem_external.py`](../../experiments/decoder_lodo/eval_stem_external.py).

Ví dụ tái xuất `stem20` từ evidence và calibration **đã có**, ghi sang thư mục
mới để giữ nguyên gói đã nộp. Chạy từ `experiments/decoder_lodo/` và đưa việc
suy luận nặng qua `runners/jobqueue.py` theo `CONTEXT_4_OPERATIONS.md`:

```bash
GLIMPSE_THR=norm ../../.venv/bin/python sub_fuse_multi.py predict \
  --combo ref_t_bm_stem20 --set TEST_NJU \
  --out ../../test_phase/rebuild_ref_t_bm_stem20/nju
GLIMPSE_THR=norm ../../.venv/bin/python sub_fuse_multi.py predict \
  --combo ref_t_bm_stem20 --set TEST_DLAAD \
  --out ../../test_phase/rebuild_ref_t_bm_stem20/dlaad
cp ../../test_phase/submissions/ref_t_bm_stem20/submission_metadata.yaml \
  ../../test_phase/rebuild_ref_t_bm_stem20/submission_metadata.yaml
```

Sau đó chạy validator chính thức và ZIP từ thư mục output mới:

```bash
cd ../../test_phase/example_pipeline/TOPUBLISH-test-phase-inference-pipeline-example
../../../.venv/bin/python -s -E -m challenge.check_format \
  --submission_dir ../../rebuild_ref_t_bm_stem20 \
  --nju_data ../../nju/dataCND --dlaad_data ../../dlaad/dataCND
cd ../../rebuild_ref_t_bm_stem20
zip -r ../ref_t_bm_stem20_rebuilt.zip submission_metadata.yaml nju dlaad
```

Script [`runners/sub_package.sh`](../../experiments/decoder_lodo/runners/sub_package.sh)
đã dùng để đóng các gói hiện có, nhưng **xóa và tạo lại thư mục cùng tên và ZIP**
khi chạy lại. Không chạy lại script này trên bản đã nộp nếu cần giữ artifact gốc.
Các lệnh trên là hướng dẫn; README này không chạy lại inference hay upload.

## 6. Định dạng và nhận diện ZIP

Mỗi ZIP có cấu trúc ở cấp gốc:

```text
submission_metadata.yaml
nju/test_sample_NNN.csv       # 12 subject
dlaad/test_sample_NNN.csv     # 19 subject
```

CSV có cột `time_index,label,trial`, lưới 128 Hz. Metadata hiện tại:

```yaml
label_type: attended-speaker-label
code_public: false
decoder_lookahead_ms: 1000
```

Kiểm tra khi viết README: cả 5 ZIP không lỗi CRC và có đủ 12/19 CSV. Đây là
kiểm tra archive, không phải kiểm chứng chất lượng nhãn hay leakage. Job đóng gói
`z9_package_stem20` có `returncode=0`; script đóng gói chạy validator của BTC
trước bước ZIP.

SHA256 của các file local ngày 11/11/2026:

```text
2db1318428254ba6db6efa4751cce60a579f491ceaa37ae4f0d2391812c48025  ref_t_bm_stem20.zip
d62ef29f232cd89b9e9e92b51445e1272443bffb3bddac86a7395f5a6fda6d5d  ref_t_bm_stem50.zip
2fe89d9d8df6ba5499d220cc29a5d8211efc0388ff27bc15a81f02ea59f50fe1  ref_t_bm.zip
39ab9f2bfe2fb2befcd1cb9191f95aecea9fd6bf504e7b2633b66f0628b16719  eq3.zip
c54c47d17629a00915850336648748610740d0013588c27a6d2f47721b9e0f19  b3v2.zip
```

## 7. Giới hạn xác minh cần giữ khi diễn giải

- **Calibration chưa nested đầy đủ:** stem outer-fold không train trên dataset
  đang chấm, nhưng scale/phát xạ lấy từ các stream calibration có thể in-sample
  đối với stem/BMMS3. Các bảng này dùng classic LODO, chưa chứng minh một
  pipeline tầng 2 hoàn toàn nested ở mọi khâu.
- **Stem gốc có lệch cột/vị trí:** audit trước đó ghi nhận prior đầu trial về
  cột 0. Bản `stem20/stem50` dùng `orig`, không dùng `sym`; chưa coi việc trộn
  với các nhánh khác là bằng chứng đã qua swap/position invariance. Xem
  [`REAL_SWITCH_STRATEGY.md` §1](../../REAL_SWITCH_STRATEGY.md) và
  `eval_stem_external.py`.
- **Lookahead khai báo chưa phải chứng nhận đầu-cuối:** cần kiểm
  `leakage_test.py` trên đúng pipeline. Đặc biệt helper khởi tạo nhãn
  `sub_fuse.guess_label` hiện đọc EEG tại các vị trí rải trên cả trial và dùng
  kích thước trial để tạo nhãn trước quyết định đầu tiên; cần rà riêng phụ thuộc
  tương lai này trước khi khẳng định mọi nhãn đều thỏa giới hạn 1 s.
- **Tái lập decoder seed 2 có sai khác:** record `sub_dec_s2` ghi reproduction
  check vượt ngưỡng mean (`2.2e-4`, max `4.6e-3`). Record cũng ghi đã chấp nhận
  ngày 11/11 sau đối chiếu fusion eq3 (Acc AASD 52.7641 so với 52.7650,
  sign agreement 99.997%). Không mô tả toàn bộ artifact là bit-exact.
- **Trạng thái nộp, kết quả và audit tách biệt:** người dùng xác nhận đã nộp
  `stem20` và cung cấp điểm H = 0.625 cho ID 1047211 (mục 4.1). Chưa đối chiếu
  độc lập được header/artifact trên Codabench, chưa có điểm riêng NJU/DLAAD
  hoặc xác nhận hoàn tất kiểm toán tính hợp lệ của BTC.

