Yüzden dişe sefalometrik gülüş tasarımı ve LoRA/DoRA deneyi: 3B yüz ölçümü (n = 32) ile v6 eğitim sınırı

Ölçülebilir kanıt kartı (pozitif ve negatif deney kayıtları)

Aşağıdaki her sayı birincil deney kütüklerinden ve eğitim raporlarından okunmuştur; başarısız v6 sonuçları gizlenmeden raporlanır:

1. Eğitimsiz görsel-dil modelleri kare çeneyi neden "oval" okur?

Estetik diş hekimliği literatüründe ön diş dış bükeyliği ile yüzün iskeletsel çerçevesi arasındaki uyum bir asırdır tanımlıdır: 1914 tipolojik sınıflaması yüz formlarını kare, üçgen ve ovoid olarak ayırmış; 1958 dentojenik SPA (cinsiyet, kişilik, yaş) süzgeci, 1973 görsel algı ilkeleri ve 2012 visagism çerçevesi, geniş ve köşeli alt çenede yuvarlak-feminen kesici hatların uyumsuzluk yarattığını göstermiştir.

Genel amaçlı görsel-dil modellerine yüz fotoğrafı doğrudan verildiğinde ise model pikselleri görse de antropometrik oranları hesaplamaz. Stüdyo kayıtlarında gemma4:31b ve eğitimsiz Qwen2.5-3B-Instruct-4bit, bizigomatik genişliği ZY-ZY = 629,7 px ve bigonial çene genişliği Go-Go = 526,9 px (oran 0,837 ≥ 0,82, brakisefal/kare) olan sentetik portreyi face_shape = oval ve jaw_width = medium etiketlemiştir. Dört kollu ablasyonda (4 kol × 2 tekrar = 8/8 çağrı) ağızdaki dişler maskelendiğinde veya kuboidal diş yerleştirildiğinde de karar değişmemiştir; hata eğitimsiz modellerin varsayılan oval / medium etiketine çökmesidir (prior mode collapse).

2. Pozitif deney: 478 noktalı 3B sefalometri ve n = 32 kilitli sette QLoRA

Görsel tahmin yerine sayısal ölçüm koymak için boru hattı dört katmanlı eşik mimarisiyle yapılandırılmıştır (SENTETIK-KARE-3B-LORA-DENEY-1015):

• Katman 1 (3B Sefalometrik Oran): MediaPipe FaceMesh 478 noktalı (2.556 kenarlı) 3B yüz ağından Go-Go / ZY-ZY oranı hesaplanır; 1994 antropometri eşiklerine göre ≥ 0,82 geniş/kare, < 0,74 dar/üçgen, ara bölge ovoid kodlanır.
• Katman 2 (Kütüphane Eşlemesi): SAM 2B ile üst santral kesici genişlik/boy oranı ölçülür; 441 diş formu ve 476/477 doğrulanmış STL/PLY render havuzundan aday kabuk seçilir.
• Katman 3 (Dudak Kilidi): Sentetik karede (n = 1) dudak, sakal, diş eti ve alt dişlere ait 4.686 piksel kilitlenir; kontur sınırı p95 ≤ 0,2 mm kapısıyla denetlenir (Google Lens 0, 1.515 yerel görsel dHash ≤ 10 eşleşme 0, 576 vakada 3B sefalometri 0).
• Katman 4 (n = 32 Kilitli Test): Apple M3 Ultra (96 GB) üzerinde 113 makaleden damıtılan kurallarla eğitilen Qwen2.5-3B-Instruct-4bit modelinde yüz şekli isabeti %0,0’dan 400 adımda %46,9’a (15/32), 1.000 adımda %90,6’ya (29/32); alt çene genişliği, hedef hat ve SPA isabeti %0,0 → %100,0 (32/32) düzeyine çıkmıştır.

3. Negatif deney: v6 DoRA (800 adım) ve görsel LoRA neden başarısız oldu?

Sefalometrik eşik sınıflamasındaki %90,6 başarının ardından ağırlık eğitimi açık uçlu metin rehberliğinde ve görsel üslup üretiminde sınanmış; her ikisinde de ölçüm kapısına takılarak elenmiştir:

• v6 MLX DoRA eğitimi (rapor/maya_rehber_egitim_plani_1019.md:13-28): gemma-4-E4B-it-qat-4bit (6,4 GB) üzerinde 1.116 / 24 satırla (1,1 MB) 800 adımlık DoRA eğitimi (rank 8, 8 katman, 3,72M parametre = %0,05, 128 MB adaptör) Apple M3 Ultra üzerinde 9,5 dk (1,35 it/sn) sürdü ve 15,93 GB bellek kullandı. Doğrulama kaybı 3,599 → 0,680 değerine indi; ancak önceki 1.200 adımlık LoRA koşusuyla (~15 dk, 13,70 GB, 172 MB, kayıp 0,693) arasında anlamlı fark (0) oluşmadı.
• Canlı sorgularda %35 boş çıkış ve 43 sn gecikme: agir_40 testinde 40 sorunun 40’ı da karar ağacından (BM25) yanıtlandı; LoRA doğrudan 0/40 kez kullanıldı (çıplak kapsama 0,182). rag_kilitli_80 / kor_40 testinde model çıktısı K3 süzgecinden geçtikten sonra 14/40 (%35) kez BOŞ çıkış üretti ve yanıt süresi 43,2–46,3 sn sürdü (statik ağaçta < 50 ms). Eski kor_40 testindeki %100 skorun ise 200 anahtar kelimenin 126’sının _dugum_zenginlestirmeleri içine elle gömülmesinden (hold-out kirlenmesi) kaynaklandığı saptandı.
• Görsel üslup LoRA sınırı (DEVIR.md:117): Ekartör karesine üretken görsel model uygulandığında diş konturlarının bozulduğu (v4 üretken kolda 11/24 düşen test), mekanik ışık + speküler + insizal gölge hattının (v7) düşen testi 6/36’ya indirdiği doğrulandı; 76,5 GB Qwen/Comfy görsel ağırlık yığını silindi. N = 96 Sinaptik Hasat deneyinde de qwen3.8:27b (15/16) ve gemma4:31b (16/16) başarısı LoRA ile değil, eğitimsiz kural istemiyle alındı.

4. Sık sorulan sorular ve ilgili kanıt bağlantıları

Sefalometrik gülüş tasarımında yüz-diş uyumu nasıl ölçülür?

478 noktalı 3B yüz ağından ZY-ZY (#234–#454) ve Go-Go (#172–#397) oranı hesaplanır; ≥ 0,82 geniş/kare, < 0,74 dar/üçgen, ara değerlerde ovoid eşiği uygulanarak 441 diş formu ve 476/477 doğrulanmış 3B kabukla eşleştirilir.

v6 DoRA (800 adım) açık uçlu metin ve görsel üslup deneyleri neden başarısız sayıldı?

800 adımda (9,5 dk, 15,93 GB RAM) doğrulama kaybı 0,680’e inse de agir_40 testinde doğrudan LoRA katkısı 0/40 (çıplak kapsama 0,182) kaldı; kor_40 testinde K3 süzgeci sonrası %35 (14/40) boş çıkış ve 43,2–46,3 sn gecikme ölçüldü.

Ağırlık eğitimi (LoRA/DoRA) gülüş tasarımında ne için kullanılır, ne için kullanılmaz?

Sanatsal doku üretimi veya serbest sohbet üslubu için kullanılmaz; yalnızca ölçülmüş 3B sefalometrik oranları dar bir JSON karar şemasına bağlamak için kullanılır (n = 32 sette %0,0 → %90,6 yüz şekli, %100,0 hedef hat).

İlgili kanıt sayfaları: Dijital Gülüş Tasarımı ve 3B Sefalometri · Yüzden Dişe: 3B Sefalometriyle Eğitilen QLoRA Modeli (n = 32) · STL/PLY 3B Diş Kütüphanesi (476/477 Render) · Sinaptik Hasat (N = 96) · Otonomi · Kıvılcım (67 tur) · Reaper (360/394)

Düşer testi: (1) En az 100 yüzlük bağımsız dış sette 1.000 iterasyon QLoRA modelinin yüz şekli eşik isabeti %80’in altına düşerse "ölçüm eşiği modele kazındı" hükmü düşer; (2) kirlenmemiş 60 soruluk kör açık uçlu testte küçük bir LoRA/DoRA modeli < 2 sn gecikme ve %0 boş çıkışla eğitimsiz kural istemini ve statik karar ağacını ≥ 10 puan geçerse "açık uçlu üslupta LoRA gereksizdir" hükmü güncellenir.