comma-lab

comma-lab 是一个用于 comma.ai 视频压缩挑战赛的公共研究与工程工作空间。README 将其描述为一个社区和历史记录仓库，而非实时排行榜页面，且不承诺提交至 arXiv 或预印本。其主要的可用软件包是 tac，这是一个 Python 任务感知压缩（Task-Aware Compression）库和算法引擎。comma_lab 软件包则是用于托管、状态投影和报告的实验室运营层，而非第二个压缩引擎。该仓库涵盖了公共前沿摄入、存档字节解剖、精确重放托管、撰写草稿以及 OSS 工具。 README 定义了术语边界：TAC 指任务感知压缩，codec 是更狭义的编码器/解码器或传输格式，而历史协定别名（historical pact alias）仅出现在内部路径和文档中。它列出了继承自竞赛 PR #130、#135 和 #133 的底层基础，并指出学习到的语义渲染器和姿态载体伪影在解码后是字节一致的，并附有单独的 SHA-256 收据文档以区分借用内容与原始内容。计分主张通过证据等级进行读取：A++/A 用于排名行，A- 用于范围内的负面结果，empirical 用于字节/冒烟/损失证据，derivation/prediction 用于路线图假设，external 用于社区上下文，invalid 用于非排名证据。 工作流包括：公共前沿摄入和精确重放托管；tac 数据包编译器、熵编码器、感知评分的损失函数、渲染器、量化器、灵敏度图、主梯度消费者和程序化字节推导；comma_lab 状态投影、严格的预检适配器、公共摄入卫生和发布卫生；分离的 contest-CPU 和 contest-CUDA 权威评估；以及 tac 的发布、论文和 OSS 卫生。README 记录了 2026-05-08 的 CUDA 与 CPU 权威评估差异发现，指出上游评分器产生两个权威评分轴，公共排行榜按 CPU 分数排名，且每个可交付的存档在符合竞赛标准的 Linux x86_64 硬件上进行双重评估。 软件包映射列表包括 src/tac、src/comma_lab、tools/scripts/experiments、docs、.omx/research、reverse_engineering、submissions 以及一个固定的上游快照。相关的独立软件包 adpena/tac 被描述为一个具有导入兼容库表面的精选生产提取版。快速启动步骤包括使用 uv 安装、运行 tac CLI 命令以及运行术语守护程序。为了可复现性，保留了历史训练配置文件 WILDE、SHIRAZ 和 GREEN，尽管较新的路径可能会使用其他方法。该仓库还保留了历史上下文，例如 H.265 和 CNN 后滤波基准、非对称扭曲渲染器和姿态 TTO 工作、梯度阻塞修复、公共 PR 重放/解构以及截止日期后的路径。方法论将压缩视为竞赛存档的一个小型编译器，并将研究状态保存在持久文件中。docs/paper 中的论文涵盖了非对称扭曲架构、梯度阻塞 Bug 发现、受 Fridrich 启发的损失设计以及 rank-1 径向缩放扭曲推导。要求列表包括 Python 3.11+、PyTorch 2.0+、ffmpeg，并推荐具有 MPS/CPU 开发支持的 CUDA GPU。许可证为 MIT。