Files
paper-atlas/docs/mm2026-source-status.md
codex-bot 7e63035570
Metadata integrity checks / metadata (push) Successful in 4m8s
Document MM publication anchors and UAI raw decision-source limits
2026-11-17 23:43:21 +08:00

12 KiB
Raw Permalink Blame History

ACM MM 2026 官方节目来源状态

2026-11-17 已冻结官网正式日程、技术日程、征稿/评审政策、两个日程脚本和脚本明确引用的 program-data.json。本页记录可恢复的来源证据,不宣称这些节目贡献全部都是已发表科研论文;总体仍为 13/17,第 14 步未完成。

已取得的数据

官方技术日程明确加载 technical-programme.js,该脚本读取 program-data.json。原始 JSON 为 10,808,209 字节,生成时间为 2026-11-14T18:36:26.860677+00:00,保存了 5 天、20 个房间、157 个日程场次。

递归盘点得到 4,326 次论文样式的节目观察,涉及 2,143 个不同节目 ID。额外 2,183 次是直接列表和子场次/多次展示中重复的观察。相同 ID 的标题、作者、摘要、track 和机构字段一致;所有来源位置均保留,不能把重复展示累加成新论文。

独立盘点的逐 ID 来源 track 数量如下。它们来自 paper.track;157 个外层日程条目的 entry.track 均为空,不能用外层空字段覆盖真实来源分类。展示形式和学术 track 也不是同一概念。

来源 track 原文 不同节目 ID 数
MRAC 35
SUMAC 9
NeuroMM 10
IMPACT 8
RichMediaGAI 10
MMSports 16
MUWS 5
EReL-MIR 7
GreenMM 10
DFF 12
Main Track 1703
Grand Challenge 97
Doctoral Symposium 4
Datasets 50
Interactive Art 23
Reproducibility 1
Demo and Video 27
Open Source 14
Industry Talk 7
BNI 25
QoEVMA 4
HUMA 14
WIPAI 8
AMI 11
Mulsemedia 9
UAVM 11
MCHM 7
JAV-CG 6

共有 1,927 个节目 ID 带摘要,216 个缺少摘要。Main Track 的 1,703 个 ID 中,有两项同时缺少作者与摘要:

  • mfp4971:ASDG: MLLM-based Audio Semantics for Dance Generation。
  • mfp7801:Dynamic Late Fusion Multiple Kernel k-means Clustering based on Adaptive Sample Selection and Alignment。

两项仍有科学标题,原文没有明确撤稿或拒稿标签;因此只能标记字段缺失、暂缓关联,不能推断负面决定。非主轨的 workshop、grand challenge、行业报告、艺术、博士生等项目还需逐轨核对存档与贡献类型,不能把全部 2,143 个节目 ID 都计作已发表科研论文。原始公开联系邮箱不进入独立盘点、人物别名或论文标识。

公开负面决定的访问边界

官方 CFP链接至 OpenReview 群组。匿名群组元数据可读,但根据群组给出的原始 submission invitation、rejected/withdrawn/desk-rejected venue ID,进行的四次 limit=1 匿名 notes 核查全部返回 HTTP 403。

保存了准确查询、时间、状态、响应原文和哈希;没有认证、重试或绕过权限。403 是已观察接口的访问限制,不代表零条拒稿、从未拒稿,或排除了其他可能公开的来源。评审公开规则也不能替代具体最终决定记录。当前不从评分、评审推荐、节目缺席或空字段制造 rejected/withdrawn 事件。

产物与恢复

原始目录(均相对 /data/paper-index/collected/):

  • mm2026-program-policy-research-v1:六页官方日程和分轨/评审政策。
  • mm2026-navigation-research-v1:官网明确加载的导航原文。
  • mm2026-program-data-discovery-v1:两份脚本及公开群组元数据。
  • mm2026-program-and-public-probes-v1:完整节目 JSON 和四个匿名访问限制回执。

独立盘点:/data/paper-index/validation/mm2026-independent-program-inventory-v1.json,包含每个节目 ID 的所有来源位置、track、标题/作者、摘要可用性及核心版本数量。全部响应原文、回执及盘点已在本机备份,并独立核验了原始字节哈希。

证据 SHA256
program-data.json 08e2976ecba2d0d535000b0935f41c85076ec674e518a1df2c5843d9bde4d083
独立逐 ID 盘点 375dd975fdff023f2ff591d47066ec616c2bfc3b717b6016ab162d74d587f3e7
完整来源恢复包 8247149ed7437a36c13ca2b6128431e2b0f3f8a388a5ddefb62427b0c1ce6f8d

服务器恢复包:/data/paper-index/validation/mm2026-source-discovery-and-inventory-recovery-v1.tar.gz;本地备份:/Users/zzyang/Documents/Codex/2026-11-06/paper-index/ 同名文件。先安全解包并核验回执,再做规范化,不能重新抓取 403 入口作为恢复方式。

可复用采集命令

在已配置的服务器环境中运行,--snapshots 是包含 mm2026-program-and-public-probes-v1/ 的父目录;恢复时先安全解包上述已核验恢复包。命令只读快照,不请求网络、不连接数据库,不重新访问403入口,也不下载PDF:

paper-atlas collect mm2026-program \
  --snapshots /data/paper-index/collected \
  --out /data/paper-index/collected/mm2026-native-v1

输出目录必须不存在;已存在、失败或部分输出均不能覆盖重跑,应先查看报告,另选新的目录。collection-report.json 仅在全量验证成功后生成;失败保留 failed.json,不冒充完成。

采集器核验固定回执、正文哈希、URL、抓取时间、完整逐轨数量和字段缺失盘点。28个逐轨 JSONL 保留原始标题、作者、机构、逐字摘要以及同一节目ID的全部展示位置、时间、poster/oral号和展示kind;157个场次及子场次/非论文活动另存 sessions.jsonl。外层空track不覆盖 paper.track,不同核心版本、未知字段或未处理嵌套需要重新审查,不能静默丢弃或取第一条。公开联系邮箱数组只留在原始证据中,不进入规范记录。evidence/ 保留原始节目JSON、完整回执及四个既有403响应。

这些文件的格式为 mm_program_observation_v1_not_ingestion_record,所有项 approved_for_import=false。节目ID仅为 mm_program:program_id 来源定位符,track标签使用 mm_program:track;不建立科学作品、原始投稿ID或最终决定,不推断 DOI/arXiv/OpenReview 标识、论文类型、拒稿或撤稿。行业报告、艺术、workshop及其他来源贡献均保留,尚需逐轨核对贡献类型与正式出版依据。

本批尚未形成生产导入队列。后续做贡献类型、作品/出版身份及既往投稿审查,再生成经批准的增量队列。已消费的其他会议导入队列不可重放;最终全库去重和完整审计仍为独立必做阶段。

直接审计节目身份与既往历史

全量节目观察可以直接进入只读候选审计,无需伪造成录用论文队列:

PGSERVICEFILE=/etc/paper-atlas/pg_service.conf \
paper-atlas audit source-identities \
  --mm-program-report /data/paper-index/collected/mm2026-native-v1/collection-report.json \
  --pg-service foundry-research --pg-schema research \
  --out /data/paper-index/collected/mm2026-preflight-v1

--mm-program-report 与常规 --files 互斥。审计先核对冻结原文、全部28轨的逐文件哈希/数量,以及每个节目ID的完整字段和展示上下文;缺轨、重复ID、篡改后的标识/决定或上下文均在数据库连接前拒绝。报告中记录的绝对文件路径仅作来源证据,实际读取报告同目录中的对应文件。

候选审计中的 status=unknown 仅为内部查询占位符,不代表原始提交的最终状态。节目ID以 mm_program 来源键查询,不转成全局 DOI、arXiv 或 OpenReview 标识;保留原始 listed_in_official_program 观察与全部展示位置。所有贡献类型、出版身份、最终决定核验标志均为false;缺作者的两项也保留并标记。

查询使用 PostgreSQL 只读一致性快照,候选作品的原始来源、标识、历次投稿和逐次决定压缩保存并记录哈希;截断会显式标记。标题/作者候选匹配不是作品身份批准,没有匹配也不证明是新论文。既往拒稿和后续录用不能互相覆盖,评分或评审推荐不能充当最终决定。输出目录必须不存在;遇到已有输出或静默运行,先检查具体单元和报告,不重启重放。

已完成的规范化、只读审计与出版核对

采集器提交 c8db611 和直接节目审计提交 09a2d4e 已通过PR #65、#66由用户合并。授权远程runner的535/543项测试、wheel构建安装和安装后全量命令检查通过;没有本机测试或构建。服务器规范化和只读候选报告也已独立验收,并在本机备份、复核全部2143项与814个候选证据包。

只读候选分类 来源节目项数
标题与完整作者多重集合一致,仍需作品核查 660
仅部分作者重叠 153
无精确标题候选,不证明是新作品 1329
有标题候选但无作者一致性 1

全部4326个展示上下文一致,814个证据包均无截断。24篇候选作品涉及24次已有负面投稿、37条负面来源观察;37不能直接算作37次拒稿。所有候选均尚未批准身份或入库,旧负面决定必须在之后关联时保留。

对已有作品的原始arXiv记录、标题/完整作者多重集合和MM2026语境进一步筛查,得到67个 Main Track 出版DOI核对候选。独立查询其明确给出的DOI及父论文集,共68次单次请求,67次HTTP200、1次404,没有认证或重试。父注册记录为第34届ACM Multimedia论文集,ISBN 9798400722134,出版者ACM,出版年2026。

其中66项的原始arXiv引用DOI与注册DOI一致,按既有审计规则规范化的标题、完整作者多重集合、出版年、出版者、明确会议名和论文集标题也一致。注册文章未提供ISBN,不能伪称逐篇ISBN已核验;归属依据是文章明确给出的会议和论文集字段,以及独立的原始arXiv语境和DOI。仍需逐项作品/版本审查及新鲜数据库保护检查,不是66项已入库或最终身份批准。

mfp7067 对应既有候选作品2749947,原始arXiv提供的 10.1145/3767308.3836169 返回404,暂缓。404不是撤稿/拒稿证据,也不据此删除或修正既有标识;需独立核对后再处理。

完整会议出版名单仍需继续核对。实际ISBN查询只返回父论文集一个条目,父DOI的公开Unixref XML也只含该父DOI、0个 conference_paper 节点;都不能代表逐篇名单。按会议名检索得到的 total-results 是出版者全年范围内的宽泛检索量,不能当作MM篇数;必须逐项核对明确会议/论文集字段、节目与分轨归属,并保留未匹配项。全部28个来源track继续保留,不能把本批Main Track候选当成会议完整覆盖。

已独立验证的恢复证据 SHA256
全轨规范化恢复包 b119081618b8ce98037dc139be159512f9fdb86a0ccfb127c8b8a1c5722f3d87
只读候选/814证据包恢复包 42d0d0404bba04e64e638344b050ad4e7287c3e4c75a777b7069ecc7d7a6ed60
67项DOI及父论文集原始注册回执恢复包 dd7a0ff76f12070f403cc7352ac54269e454758d807896a086c58c1c1ac7b798

服务器恢复包位于 /data/paper-index/validation/,分别名为 mm2026-native-recovery-v1.tar.gz、mm2026-preflight-recovery-v1.tar.gz、mm2026-publication-metadata-recovery-v1.tar.gz;本地同名备份在 /Users/zzyang/Documents/Codex/2026-11-06/paper-index/。来源目录为 collected/mm2026-native-v1、mm2026-preflight-v1、mm2026-publication-metadata-v1。先核对完整manifest及实际单元结果,不能用旧进度文件的running字样重启。其他会议已消费的导入队列仍禁止重放;本轮均为来源核查、只读候选审计,没有生产写入。