19-EFT.WP.Methods.SynthData v1.0 | 第12章 保真与效用评估（FID/KID/W1/MMD/Downstream）

目录 ／ 文档-技术白皮书 ／ 19-EFT.WP.Methods.SynthData v1.0

第12章 保真与效用评估（FID/KID/W1/MMD/Downstream）

I. 范围与对象

1. 目标
   • 以多指标组合评估合成数据 D_syn 相对参考真实数据 D_real 的统计保真（分布贴近度）与下游效用（任务表现），形成可审计、可复现、可回归的发布闸门。
   • 指标族含 FID, KID, W1, MMD, precision/recall for generative models, 以及下游 Downstream 任务差值与功效。
   • 输出 manifest.synth.metrics.* 与区间/不确定度 U = k * u_c。
2. 适用对象
   图像、语音、文本、表格、时序与多模态；离线评估与流式滚动评估。
3. 输出
   逐窗口与全量的指标、置信区间或后验分位、合格/不合格判定、回退建议与签名。

II. 名词与变量

• 数据与嵌入：D_real = {x_i}, D_syn = {x'_j}, phi(·)（冻结的特征抽取器），Z = phi(D)。
• 统计量：mu_r, Sigma_r, mu_s, Sigma_s, K(·,·)（核），pi（OT 耦合），C（代价矩阵）。
• 距离与度量：FID, KID, MMD, W1, PR_gen（生成精确率/召回率），covg（coverage）。
• 下游：metric_real, metric_syn, delta_down = metric_real - metric_syn，power。
• 时基与到达时：tau_mono, ts, Delta_t, T_arr, delta_form, offset/skew/J。
• 清单键：manifest.synth.metrics.{fid,kid,w1,mmd,pr,covg,delta_down,U,phi_spec,windows,signature}。

III. 公设 P412-*

• P412-1（特征口径冻结）：phi 的架构、权重、预处理与张量维度必须固定并在清单中声明。
• P412-2（测度与域显式）：所有积分/距离均声明测度、域与核参数；嵌入空间与像素/原始空间不得混写。
• P412-3（窗口一致）：所有指标在 tau_mono 的同一 Delta_t 窗口评估，对外以 ts 发布。
• P412-4（不确定度必报）：每个指标须给出区间或分位 U = k * u_c（自助法或后验）。
• P412-5（到达时两口径）：涉及时间/路径成分的指标计算前后必须记录 T_arr 两口径与 delta_form。
• P412-6（量纲与单位）：FID/KID/MMD/W1 视作无量纲或在定义域单位下保持自洽，执行 check_dim(expr)。
• P412-7（隐私不减）：评估过程为后处理，不降低 DP(eps,delta) 保障。

IV. 最小方程 S412-*

1. S412-1（FID）
   • 设 Z_r ~ N( mu_r, Sigma_r ), Z_s ~ N( mu_s, Sigma_s )：
     FID = || mu_r - mu_s ||_2^2 + Tr( Sigma_r + Sigma_s - 2 * ( Sigma_r^(1/2) * Sigma_s * Sigma_r^(1/2) )^(1/2) )。
   • mu_r = (1/n) * ∑_i phi(x_i)，Sigma_r = Cov( phi(x_i) )；合成集同理。
2. S412-2（KID，polynomial kernel 的无偏 MMD^2）
   令 K(u,v) = ( (u^T v) / d + 1 )^3，d = dim(phi)：
   KID = MMD_unbiased^2 = ( 1 / (n*(n-1)) ) * ∑_{i != j} K( z_i, z_j ) + ( 1 / (m*(m-1)) ) * ∑_{i != j} K( z'_i, z'_j ) - ( 2 / (n*m) ) * ∑_{i,j} K( z_i, z'_j )。
3. S412-3（MMD，一般核）
   MMD^2( P, Q ) = || E_P[ phi_k(x) ] - E_Q[ phi_k(y) ] ||_H^2；经验无偏估计同上式，核与带宽需在清单中显式。
4. S412-4（Wasserstein-1 距离）
   • W1( P, Q ) = inf_{pi ∈ Π(P,Q)} E_{(x,y)~pi}[ c(x,y) ]，常用 c(x,y)=||x-y||_2。
   • 经验 OT：π* = argmin_π ⟨π, C⟩ + λ * H(π)，W1 = ⟨π*, C⟩。
5. S412-5（生成精确率/召回率 PR_gen）
   以嵌入空间球邻域图估计流形覆盖与样本质量：precision = P_{z'~Q}( z' ∈ M_P )，recall = P_{z~P}( z ∈ M_Q )。
6. S412-6（下游效用差）
   设下游指标 metric ∈ {AUC, mAP, F1, RMSE, BLEU, WER, ACC}：
   delta_down = metric_real - metric_syn，配功效 power = 1 - beta 与最小可检效应 MDE。
7. S412-7（不确定度与区间）
   自助法：{FID}_b、{KID}_b 重采样 b=1..B，CI_q = quantile( {metric}_b, q )；
   亦可用 Delta 方法：SE( g( hat{theta} ) ) ≈ sqrt( g'( hat{theta} )^T Var( hat{theta} ) g'( hat{theta} ) )。
8. S412-8（到达时一致）
   T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )；T_arr = ( ∫ ( n_eff / c_ref ) d ell )；
   delta_form = | ( 1 / c_ref ) * ( ∫ n_eff d ell ) - ( ∫ ( n_eff / c_ref ) d ell ) |。

V. 合成流程 M40-12（保真与效用闭环）

• 就绪条件
  冻结 phi 与预处理；锁定参考集合 D_real_ref 与窗口 Delta_t；声明核/带宽/OT 正则。
• 嵌入与采样
  计算 Z_r, Z_s；若为流式，按 tau_mono 滚动窗口与分层抽样保持 W_norm 近 1。
• 指标计算
  计算 FID/KID/MMD/W1/PR_gen/covg，同时生成 {metric}_b 自助分布与 U。
• 下游评测
  固定训练/评测协议：train_on = {real|syn|mix}, eval_on = {real_holdout}，输出 delta_down 与功效。
• 到达时与时基校核
  对涉时/路径数据写入 offset/skew/J, T_arr, delta_form，并在窗口内断言上界。
• 合成契约判定
  依据 C40-12xx 出具合格/不合格与回退建议；必要时触发再加权或映射（见第11章）。
• 落盘与签名
  输出 manifest.synth.metrics.*、审计日志与签名；归档 phi_spec 与随机种子。

VI. 契约与断言 C40-12xx

• C40-1201（FID/KID 门槛）：FID ≤ tol_fid 且 KID ≤ tol_kid（给出 CI_95）。
• C40-1202（核口径与 MMD）：MMD^2 ≤ tol_mmd，核与带宽必须与清单一致。
• C40-1203（W1 与稳定性）：W1 ≤ tol_w1，熵正则 λ 在允许区间。
• C40-1204（PR_gen 与覆盖）：precision ≥ p_min 且 recall ≥ r_min 且 covg ≥ covg_min。
• C40-1205（下游效用）：| delta_down | ≤ tol_down，或 power ≥ power_min 检出差异后按策略回退。
• C40-1206（到达时一致）：delta_form ≤ tol_Tarr；|offset| ≤ off_max, J ≤ J_max。
• C40-1207（复现性）：reproducible(seed)=true，跨运行指标差 ≤ tol_reprod。
• C40-1208（量纲校核）：check_dim(expr)=true（尤其对表格/时序域）。

VII. 实现绑定 I40-12*（接口原型与不变量）

• compute_fid(Z_r, Z_s) -> {fid, CI}
• compute_kid(Z_r, Z_s, kernel_spec) -> {kid, CI}
• compute_mmd(Z_r, Z_s, kernel_spec) -> {mmd2, CI}
• compute_w1(Z_r, Z_s, cost, reg) -> {w1, reg_used}
• estimate_pr_gen(Z_r, Z_s, k) -> {precision, recall, covg}
• evaluate_downstream(protocol, datasets) -> {metric_real, metric_syn, delta_down, power}
• bootstrap_metrics(fn_list, Z_r, Z_s, B) -> U_bundle
• slice_and_window(ds, Delta_t, strata) -> {windows}
• timepath_hardening(ds, sync_ref) -> ds'（写入 offset/skew/J, T_arr, delta_form）
• emit_metrics_manifest(results, policy) -> manifest.synth.metrics
• 不变量：phi_spec 不变；sum(weights)/N ≈ 1；alpha/阈值与核参数与清单一致；delta_form ≤ tol_Tarr。

VIII. 交叉引用

• 见本卷第5章（深度生成稳定性）、第11章（再加权/映射配平）、第13章（发布流程）。
• 见《Methods.CrossStats v1.0》 第5章（重采样与区间）、第7章（漂移检测）、第14章（统计 SLO）。
• 见《Methods.Cleaning v1.0》 第10章（合规、契约与冻结）与附录B（契约库）。
• 见《Methods.Imaging v1.0》 第14章（成像质量指标），用于多模态对齐时的参考。

IX. 质量度量与风控

1. SLI
   fid, kid, mmd2, w1, precision, recall, covg, |delta_down|, latency_ms_p99, delta_form, telemetry.drop_rate。
2. 风控策略
   • FID/KID 超阈：审核 phi_spec、批归一、核/带宽；必要时回退到较早模型权重。
   • W1 大且 PR_gen 低：优先结构对齐（OT/单调映射）或重训判别器约束。
   • delta_down 偏大：切换 train_on={mix}、调整损失或代表性（见第11章）。
   • 流式漂移：滑窗重估指标并联动告警与 freeze_release_synth 回退标签。

小结

• 本章以 P412-* 固定评估口径，以 S412-* 给出 FID/KID/W1/MMD/PR_gen/delta_down 的可计算定义与不确定度发布；
• 以 M40-12 构成就绪→嵌入→度量→下游→到达时→判定→落盘的闭环；
• 以 C40-12xx 作为发布闸门与SLO锚点；
• 以 I40-12* 定义工程接口与不变量，最终通过 manifest.synth.metrics.* 对外可审计发布。