# Sổ đăng ký nguồn — Lớp 5

Ngày đối chiếu: 11/10/2026. Đây là ledger của **học liệu**, không chứng nhận tái lập mô hình. “Đọc mục liên quan” nghĩa là đã kiểm đoạn phương pháp/công thức được dùng; không có nghĩa đã đọc toàn paper. R=root đọc trực tiếp, M=agent metrics đọc, E=agent evidence đọc. Root đã phản biện và giới hạn các claims trước khi đưa vào bài.

[Hồ sơ metrics](research/metrics-sources.md) · [Hồ sơ evidence](research/evidence-sources.md) · [Root review](research/root-source-review.md).

## Nguồn tại workspace

| Nguồn | Vị trí đã kiểm | Mức đọc và cách dùng |
|---|---|---|
| [PDF đã nộp SOICT 4308](<C:/Users/LENOVO/Downloads/SOICT_2026_paper_4308.pdf>) | §3.1 p4; §4.1 p6; phương pháp/kết quả p6–10; §8 p12 | R đọc các đoạn liên quan, xem render p9–10 và hai bảng. Không tuyên bố đọc lại toàn PDF ở lượt lớp 5. Reported pipeline/parameter counts/EER/seed/development history; không rerun. |
| [Chương 06](../06-GIAI-PHAU-PAPER.md) | Toàn chương; đặc biệt Tables 2/4, recipe và historical notes | R đọc để giữ scope và liên kết evidence; các ghi chép v38–v41 vẫn là history, không tự thành verified runtime. |
| [Bản đồ 00](../00-BAT-DAU.md), [chương 05](../05-DANH-GIA-VA-THUC-NGHIEM.md), [literature 07](../07-LITERATURE.md), [tự kiểm 08](../08-LO-TRINH-VA-TU-KIEM-TRA.md) | Map và phần liên quan | R dùng để phân tích lỗ hổng và giữ ranh giới lớp 5. |
| Start/report/progress lớp 1–4; tiền đề xác suất, protocol, SSL/scoring | Links cụ thể trong mỗi bài | R đọc phần tiền đề cần nối; không đánh dấu người học đã đạt lớp 1–4. |
| [Scorer snapshot](research/reference-calculate_modules.py) | ASVspoof 5 commit dưới đây | R lưu file văn bản, SHA-256 được QA ghi. Chỉ gọi ba hàm trên toy; không checkpoint/corpus. |

## Metrics, costs và tasks

| Nguồn primary | Version/vị trí | Đã đọc | Claim dùng và giới hạn |
|---|---|---|---|
| [Fawcett, ROC analysis](https://www.math.ucdavis.edu/~saito/data/roc/fawcett-roc.pdf) | PRL 2006, §§5–7, Fig 6 | R mục ties/AUC; M toàn bài/mục liên quan | Nhóm tie, finite pair credit và ROC area. Không suy AUC tốt ở mọi low-FPR region. |
| [Davis–Goadrich, ROC–PR relationship](https://ftp.cs.wisc.edu/machine-learning/shavlik-group/davis.icml06.pdf) | ICML 2006, §§3–4 | R PDF/phần ROC–PR | PR interpolation cần giữ count/prevalence; nối thẳng PR là một area convention, không identity với AP. |
| [scikit-learn AP docs](https://scikit-learn.org/stable/modules/generated/sklearn.metrics.average_precision_score.html), [ranking code](https://github.com/scikit-learn/scikit-learn/blob/afe5bcd80ce17fd8ca88c33beb17534bd36423bc/sklearn/metrics/_ranking.py) | Docs 1.9.1; commit afe5bcd80ce17fd8ca88c33beb17534bd36423bc | R AP definition; M docs/code functions | AP không nội suy; distinct thresholds/ties. Docs stable có thể đổi; code commit đã pin. Không khẳng định toàn environment dự án chạy version này. |
| [Saito–Rehmsmeier](https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0118432) | PLOS ONE 2015, theoretical background | M HTML/mục liên quan | PR và prevalence; superiority framing có bối cảnh mất cân bằng, không luật mọi task. Công thức prevalence trong bài được tự suy từ Bayes/counts. |
| [Martin et al., DET](https://www.isca-archive.org/eurospeech_1997/martin97b_eurospeech.pdf) | Eurospeech 1997, p1 và special points | R mục liên quan | Normal-deviate axes, endpoint infinities. Plot toy clip 1%/99% chỉ để vẽ, không đổi metric; curve thẳng không được xem như proof distribution. |
| [ASVspoof 5 Phase 2 Evaluation Plan](https://www.asvspoof.org/file/ASVspoof5___Evaluation_Plan_Phase2.pdf) | v0.6, 28/06/2024, §§4.1–4.3, Appendices 11.1–11.2 | R sections/appendices; M plan 14 p; E phần protocol | Track 1 minDCF, supplementary EER/actDCF/Cllr; Track 2 min aDCF, optional tandem metrics. Priors/costs/score convention thuộc phiên bản này. |
| [Official calculate_modules.py](https://github.com/asvspoof-challenge/asvspoof5/blob/fe23d3053a0889b305d98c9e4cadf418c213d972/evaluation-package/calculate_modules.py) | Commit fe23d3053a0889b305d98c9e4cadf418c213d972 | R/M thân DET/EER/actDCF/Cllr/tDCF và legacy | Stable per-trial tie handling, nearest-average EER, threshold predicate khác rank-step label; modern/legacy tDCF khác. Không coi toy tie-aware scorer là official identical implementation. |
| [BOSARIS Toolkit](https://arxiv.org/html/1304.2865v1) | arXiv v1, §§2.2–2.7, PAV 3.2 | R Bayes/DCF/proper cost/calibration sections; M toàn bài | LLR calibration và empirical optimal mapping. ROCCH-EER của toolkit khác adjacent-point EER interpolation dùng trong toy; không đánh đồng. |
| [Brümmer–du Preez, PAV](https://arxiv.org/html/1304.2331v1) | v1, §2, §4.5, §5/Theorem 12 | R method/theorems liên quan; M toàn bài | Tối ưu regular binary proper scoring rules **trên sample** với monotonicity/weights. Không bảo đảm calibration unseen domain. |
| [Guo et al.](https://proceedings.mlr.press/v70/guo17a/guo17a.pdf) | ICML 2017, §4.2 temperature scaling | R method/Eq 9 ở p6; identity trong bài được tự suy | Temperature posterior calibration không tự chuyển weighted-CE output thành deployment LLR. Không đọc lại toàn paper ở lượt này. |
| [Kinnunen et al., t-DCF](https://arxiv.org/html/1804.09618v1) | v1, §§2–5, đặc biệt §5 joint probabilities | R method; M plan/code liên quan | Product rates cần conditional independence. Bản 2018 có costs khác; toy chung target miss cost khớp dạng rút gọn modern scorer dưới assumptions nêu rõ. |
| [PartialSpoof](https://arxiv.org/pdf/2104.02518v2) | v2, dataset/labels §§2–3 | R sections về construction/segment labels | Utterance và segment labels; không đọc lại toàn paper ở lớp 5, không gán multi-resolution claims của bản sau cho bản này. |
| [Range-Based EER](https://arxiv.org/pdf/2305.17739v1) | v1, §§2–4, Eqs 1–7 | R §§2–3 overlaps/denominators; M toàn bài | Point/frame vs duration/range và resolution; không cung cấp collar phổ quát. |

## Thiết kế và uncertainty

| Nguồn primary | Version/vị trí | Đã đọc | Claim dùng và giới hạn |
|---|---|---|---|
| [Cawley–Talbot](https://jmlr.org/papers/volume11/cawley10a/cawley10a.pdf) | JMLR 2010, §§4.1,5 | R mục bias–variance/selection | Noisy criterion có thể bị overfit. Toy winning error 9% là phép liệt kê riêng, không số liệu bài gốc. |
| [Kapoor–Narayanan](https://arxiv.org/html/2207.07048v1) | arXiv 2022 v1, §2.4; journal 2023 khác version | R taxonomy; E taxonomy/recommendations | Separation, nonindependence và mismatch test population. Không có proof exact overlap của corpus dự án. |
| [Bouthillier et al.](https://arxiv.org/html/2103.03098v1) | v1, §§2–3, AppendixC.2 | R sections và pairing caveat; E benchmark recommendations | Data/init/augmentation/search sources of variance; same seed number chưa shared experimental path. |
| [Field–Welsh](https://doi.org/10.1111/j.1467-9868.2007.00593.x), [PDF đã mở](https://bemlar.ism.ac.jp/zhuang/Refs/Refs/field2007jrssb.pdf) | JRSS B2007, §§2–3,5 | E method/consistency/conclusions; R đọc dossier, PDF endpoint root không mở được | Cluster bootstrap theo sampling model; không cite theorem như blanket guarantee cho EER với ít groups. |
| [Owen–Eckles](https://arxiv.org/html/1106.2125v3) | v3, crossed models/product weighting §§2–4, discussion§9 | R sections và scope; E method | Mean-variance theory cho crossed effects. Seed×group EER procedure là design proposal, coverage chưa chứng minh. |
| [Shalizi bootstrap lecture](https://www.stat.cmu.edu/~cshalizi/dst/18/lectures/18/lecture-18.html) | Author lecture 2018, procedure/block bootstrap | R phần liên quan | Empirical approximation, dependence và estimator assumptions; không nominal-coverage guarantee cho toy 2 groups. |
| [NIST mean CI](https://www.itl.nist.gov/div898/handbook/eda/section3/eda352.htm) | Handbook t interval | R trang formula | t-CI cho mean dưới assumptions; ba seed không tự thỏa assumptions, không population/domain interval. |
| [Fagerland et al.](https://pmc.ncbi.nlm.nih.gov/articles/PMC3716987/) | BMC 2013, Methods exact conditional và Discussion | R/E mục liên quan | McNemar matched binary pairs; exact conservative, methods có tradeoffs. Không test EER và không sửa cluster dependence. |
| [Lakens](https://pmc.ncbi.nlm.nih.gov/articles/PMC5502906/) |2017, TOST/equivalence bounds/dependent means | R/E phương pháp | Prespecified margin; corresponding 90%CI ở alpha 0.05 dưới phù hợp t model. Không cắm mọi metric vào t-test. |
| [Holm](https://www.ime.usp.br/~abe/lista/pdf4R8xPVzCnX.pdf) |1979, §2 scheme/Theorem 1 | R/E scheme/union-bound argument | FWER với valid p-values; không cần independence. Không cứu test feedback làm base p invalid. |

## Cơ chế, provenance và cost

| Nguồn primary | Version/vị trí | Đã đọc | Claim dùng và giới hạn |
|---|---|---|---|
| [Hewitt–Liang](https://aclanthology.org/D19-1275.pdf) | EMNLP 2019, §§2–3 control/selectivity | R sections; E intro/control framing | Probe capacity/decodability cần control. Audio reliance counterexample là toy tự biên soạn, không empirical finding của paper NLP. |
| [Pineau et al.](https://www.jmlr.org/papers/volume22/20-303/20-303.pdf) | JMLR 2021, §5/checklist appendix | R checklist/reporting và discussion; E reproducibility program | Transparency về metrics/error bars/code/data. Không bảo đảm correctness hay acceptance. |
| [PyTorch Benchmark tutorial](https://docs.pytorch.org/tutorials/recipes/recipes/benchmark.html) | Web docs 2.14.0+cu 130, CPU/CUDA timing/warm-up | R mục thực thi timing | Thread count/warm-up/sync matters. Chưa đo detector, chưa xác nhận projecttorch version. |
| [MLPerf Inference Rules](https://github.com/mlcommons/inference_policies/blob/master/inference_rules.adoc) | master, ngày 11/10/2026, chưa pin commit | E scenario/system boundary/timing sections | Ví dụ quality gắn workload/cost; chỉ framing, không compliance claim. |

DeLong 1988 chỉ **author-hosted summary**, Dietterich 1998 chỉ **abstract tin cậy** vì OCR lỗi, Geirhos 2020 chỉ **abstract/perspective**. Chúng được định vị trong dossier evidence; không dùng công thức/theorem chưa đọc. Journal Cllr 2006 chỉ publisher preview: bài 3 dùng formula plan và PAV/BOSARIS, không gán decomposition provenance cho toàn văn chưa tiếp cận.

## Các bằng chứng còn thiếu

Không có raw per-ID scores của paper được audit ở lượt này, không tái chạy checkpoint/baseline, không audit toàn lineage/split, không latency/memory measurement trên model. Vì vậy không mới tuyên bố significance, calibration ngoài miền, objective causality, leakage cụ thể, detector localization hoặc cost frontier thật.

[Script](scripts/kiem-tra-hoc-lieu.py) và [machine QA](research/validation.json) chỉ kiểm toys, tài liệu và ranh giới file. Source URL stable/master có thể trôi; hai code commits và snapshot local giúp khóa phần implementation được dùng.