NanoJev、Jev 与原始 Qwen：冻结闭环对照

240 局真实轨迹与概率来源核验通过。

每个系统都在相同的 20 张 test 地图和 20 张 OOD 地图上运行 greedy 与 T=1 采样。NanoJev 固定使用训练后的模型 v3_teacher_coords_multi_seed17；原 V3 主 gold 模型及结果保持不变。本表的“原始 Qwen”是未经本项目微调的预训练 Qwen3-0.6B，通过原生 LM head 对所提供 A–D 选项取条件概率；并非随机模型。

系统	控制器	test 完成率	OOD 完成率	test 路径效率	OOD 路径效率
nanojev	greedy	90%	50%	0.9000	0.5000
nanojev	sample	95%	90%	0.8250	0.5442
jev	greedy	100%	80%	1.0000	0.8000
jev	sample	100%	95%	0.8278	0.8081
qwen	greedy	30%	5%	0.3000	0.0500
qwen	sample	35%	15%	0.3167	0.0709

路径效率在成功时为最短距离／实际步数，失败为 0；完成率与效率分别评价。所有失败保留到固定 horizon；单合法动作无需模型并另计。完整步数、重复访问率、最优动作质量和实际动作见配套 JSON。

在这批地图上，NanoJev 采样完成率为 test 95%、OOD 90%；Jev 为 100%／95%，原始 Qwen 选项接口为 35%／15%。NanoJev 相对所测原始 Qwen 接口有明显的任务收益，但尚未达到 Jev 在这里的效率；这组小型导航任务也不足以证明一般能力相当。

NanoJev 使用训练后的动态候选决策头；Qwen 使用原生词表头及完整选项提示；Jev 的内部实现不可见。它们同时存在结构、输入接口和训练差异，因此这是三种固定系统的对照，不能称为纯训练因素的因果实验。未为原始 Qwen 搜索最佳提示，也未按新对照结果挑选视频样例。

概率与调用来源

NanoJev 柱图表示动态候选动作分布；Qwen 柱图是“下一 token 属于所提供 A–D 之一”条件下的分布，完整词表中这些 token 的总质量另存；Jev 柱图是 native rounded 数值除以其总和得到的代理分布。它们都不是通关概率。Jev 原样 rounded 数值和原始和保留，未声称恢复服务端未舍入概率。

本次日志有 145 次请求开始、145 次成功、0 次失败。每一步 Jev 决策均关联本次成功请求或该请求的 exact-input 缓存；状态、全部问题／候选、请求 hash、响应 hash 与原始日志逐项匹配，没有读取旧训练教师标签。

greedy：117 次新 API 请求、209 次缓存命中；动作向量原始和与 1 的偏差大于 1e-12 的决策引用为 0 次，仅按浮点精确相等判断不等于 1 的引用为 3 次。
sample：28 次新 API 请求、208 次缓存命中；动作向量原始和与 1 的偏差大于 1e-12 的决策引用为 0 次，仅按浮点精确相等判断不等于 1 的引用为 6 次。

以上舍入统计只针对用于动作选择的 action 向量，计数单位是决策引用，缓存可重复引用同一个响应。API 内部 forward／解码次数记为未知；没有把并发 HTTP 请求伪称一次多状态原生 forward。

来源核验依靠本次执行脚本、工具调用及 started／succeeded 日志链；本地文件本身无法独立证明外部服务执行。Jev 原运行记录未保存 base renderer／controller／worker 三项依赖 hash，核验 JSON 明确列出这一缺口，并把当前源码 hash 标为事后审读值；未改写历史轨迹或重跑 API。

视频与统计边界

固定展示 cohort 中 test 前两例和 OOD 前两例，greedy／采样均包含。每列按环境步同步，到终点后停住；这不是推理延迟竞赛。实际 API 延迟、缓存和 GPU 批处理方式不同，不能用影片播放速度比较服务延迟。

只有一个训练 checkpoint 和一个采样 seed。配套核验 JSON 给出 500 次源地图配对 bootstrap；区间反映固定系统／固定 RNG 下的地图采样不确定性，不包含训练或 RNG 方差。三方使用同一新 V3 cohort，不能与旧 V2 的不同地图直接作胜负比较。

完整协议 · 公共轨迹与概率 · 核验与配对区间 · 最小 API 来源记录

公开 API 来源记录只包含自写游戏请求、原生概率／舍入说明、时间和 hash；不含密钥、headers、账户／项目标识、供应商 envelope 或逐调用费用。保留完整原生概率对象是为了复核原响应 hash。

快照未包含部分工程附件或配图；请通过上游链接或原始材料查看，收录范围见来源清单。