ما تحقیقات منتشرشده درباره چگونگی یادگیری مردم از ویدیو را خواندیم و یافتههایی که از بررسی دقیق جان سالم به در بردند را به قوانین عددی که مولد ما باید از آنها پیروی کند تبدیل کردیم. این تمام مشخصات است، همراه با استنادات، با چیزهایی که نتوانستیم تأیید کنیم به وضوح مشخص شده. این عمومی است زیرا استانداردی که نمیتوانید بازرسی کنید استاندارد نیست.
هر کسی میتواند ادعا کند که بر پایه علم ساخته شده است. ما به هر ادعا نمره میدهیم تا بتوانید یک اثر تأیید شده را از یک فرض کاری تشخیص دهید. صداقت، اعتبار است.
آنچه علم واقعاً میگوید، همراه با اندازه اثرات و پیوندی به منبع اصلی برای هر یک.
محتوایی که ضربه به ضربه ساخته میشود به طور قابل اندازهگیری بهتر از نمایش صحنههای تکمیلشده عمل میکند. حفظ ηp²=0.13 to 0.17، انتقال ηp²=0.10 to 0.16، در دو آزمایش با روایت یکسان تکرار شد.
در Sketchie: هرگز به یک نمودار تکمیلشده برش ندهید. هر عنصر کشیده میشود. این زیباییشناسی نیست، این مکانیزم حفظ است.
منبع: PMC9898452نقاشی با دست در مقابل هل دادن با دست در مقابل بدون دست انگیزه درونی را تغییر داد (p=0.033) اما تفاوتی در نتایج یادگیری ایجاد نکرد.
در Sketchie: ما رندر کردن یک دست را رد میکنیم و چیز قابل اندازهگیری از دست نمیدهیم. خود کشیدن است که اهمیت دارد.
منبع: Smart Learn. Env. 2023متاآنالیز، ۳۲ مطالعه، N≈۳,۵۹۷: نشانهگذاری حفظ d=0.27، انتقال d=0.34، بار d=−0.11 میدهد. اندازه کاهش بار، سود یادگیری را پیشبینی میکند (β=−0.70 حفظ، −0.60 انتقال).
در Sketchie: پیکانها، برجستگیهای رنگی، و افشای برچسب نشانه هستند، نه تزئین. هر نشانه به آنچه روایت در آن لحظه میگوید اشاره میکند.
منبع: PMC5576760یک متاآنالیز قطعهبندی سودهای قابل توجهی در حفظ و انتقال، از کوچک تا متوسط، یافت. بخشی از سود از زمان پردازشی میآید که مرزها ایجاد میکنند.
در Sketchie: صحنهها قطعات هستند. بعد از آخرین افشای یک صحنه، روایت حداقل 0.7 ثانیه قبل از برش ساکت میماند.
منبع: Rey et al. 2019در ۶.۹ میلیون جلسه یادگیری edX، درگیری زیر 6 دقیقه نزدیک به 1.0 است، در 9 تا 12 دقیقه به حدود 0.55 کاهش مییابد، و بعد از 12 دقیقه به حدود 0.2 سقوط میکند. به طور مستقل در یک تکرار سال 2026 منعکس شد.
در Sketchie: خروجی پیشفرض دقیقاً 6:00 است. درخواستهای طولانیتر به یک مجموعه فصلبندیشده تبدیل میشوند، هرگز یک ویدیوی طولانی.
منبع: Guo et al. 2014درگیری استانداردشده حدود 0.72 در مقابل 0.52 در 3 تا 6 دقیقه، که به حرکت نقاشی دستی به علاوه ارائه بداهه و گفتاری نسبت داده میشود.
در Sketchie: این فرمت تأیید شده است. روایت باید گفتاری به نظر برسد، نه خواندهشده. اختصارات مجاز است، خطاب مستقیم تشویق میشود.
منبع: Guo et al. 2014یک اسکریپت روایی انتقال را بهبود بخشید (ηp²=0.12 to 0.20) اما به تنهایی حفظ را بهبود نبخشید. وقتی با نقاشی تدریجی جفت شد، روایت برای حفظ بر آموزنده پیشی گرفت (p=0.021). برای تصاویر ثابت، در عوض یک اسکریپت آموزنده برنده شد (η²=0.21 to 0.24).
در Sketchie: اسکریپتهای ما از گرامر داستانی استفاده میکنند، یک بازیگر با یک هدف، یک مانع، و یک راهحل، دقیقاً به این دلیل که ما همیشه به صورت تدریجی رندر میکنیم. هرگز صداگذاری روایی روی یک فریم ثابت.
منبع: PMC9898452محتوای جالب اما نامرتبط یادگیری را بهبود نمیبخشد.
در Sketchie: هر عنصر بصری باید توسط روایت اشاره شود. تزئین بدون اشاره یک شکست است، نه ظرافت.
منبع: Mayer 2020پرامپتهایی که یادگیرنده را وادار به خلاصهسازی یا توضیح میکنند یادگیری را بهبود میبخشند. این اصل فعالیت مولد است.
در Sketchie: هر ویدیو با یک ضربان بازیابی پایان مییابد: یک سؤال ظاهر میشود، ویدیو 1.5 تا 2 ثانیه مکث میکند، سپس یک خلاصه یکخطی.
منبع: Springer 2020نقاط تغییر بصری و روایی بیشتر به معنای سرگردانی ذهنی کمتر است.
در Sketchie: تغییرات صحنه بازنشانیهای توجه هستند. آنها را در مرزهای ایده قرار دهید، هرگز در وسط یک ایده.
منبع: Nature HSSC 2026کیفیت توضیح با بازدیدها همبستگی ندارد وقتی اندازه کانال کنترل شود (r=0.23، غیرمعنادار). فقط لایکها، نظرات مرتبط، و تعاملات همبستگی دارند.
در Sketchie: ما طراحی یادگیری را نمره میدهیم، نه سیگنالهای ویروسی شدن.
منبع: arXiv 2207.05872قوانین بالا به اهداف عینی تبدیل میشوند. این قراردادی است که مولد در هر رندر در برابر آن بررسی میشود.
| پارامتر | هدف | درجه |
|---|---|---|
| طول کل ویدیو | سقف سخت 6:00؛ نقطه مطلوب 1:00 تا 3:00 برای هر مفهوم | تأیید شده |
| دقت طول | افزایشهای 30 ثانیهای | محصول |
| مدت صحنه | 12 تا 30 ثانیه، یک ایده در هر صحنه | تأیید شده |
| عناصر در هر صحنه | 3 تا 7 قابل مشاهده در پایان صحنه، شامل عنوان | اکتشافی |
| سرعت افشا | یک عنصر جدید هر 2 تا 5 ثانیه؛ هیچ دو افشایی نزدیکتر از 1.2 ثانیه نیست | استخراج شده |
| همگامسازی افشا-کلمه | عنصر در محدوده ±500 میلیثانیه از کلمه محرک ظاهر میشود | استخراج شده |
| پوشش همگامسازی کلمه | حداقل 95% عناصر یک کلمه افشای حلشده حمل میکنند | خط لوله |
| فاصله پس از صحنه | حداقل 0.7 ثانیه سکوت روایت بعد از آخرین افشا، قبل از برش | تأیید شده |
| سبک افشا | ترسیم خطوط کلی (0.3 تا 0.5 ثانیه)، سپس پر شدن رنگ مرحلهای؛ پیکانها از نوک تا دم | تأیید شده |
| دست قابل مشاهده | هیچ | تأیید شده |
| برچسبها | سه کلمه یا کمتر، کلمه کلیدی با حروف بزرگ؛ هرگز جملهای که روایت را منعکس کند | اکتشافی |
| سرعت روایت | 140 تا 160 کلمه در دقیقه، ثبت گفتاری، اختصارات مجاز | اکتشافی |
| ساختار اسکریپت | قلاب در عرض 10 ثانیه، یک قیاس ملموس، مکانیزم، لنگر دنیای واقعی، ضربان بازیابی، خلاصه | تأیید شده |
| گرامر روایی | بازیگر، هدف، مانع، راهحل، هر زمان که دامنه اجازه دهد | تأیید شده |
| قیاس | حداقل یک قیاس ملموس قبل از اولین اصطلاح انتزاعی | اکتشافی |
| تصاویر نامرتبط | صفر عنصر بدون اشاره روایت | تأیید شده |
| پایان | سؤال بازیابی، مکثی حداقل 1.5 ثانیه، سپس یک خلاصه یکخطی | تأیید شده |
| انتقال صحنه | برش سخت فقط در مرز ایده، هرگز در وسط ایده | تأیید شده |
یک قانون فقط زمانی واقعی است که بتوانید آن را آزمایش کنید. هر ویدیو قبل از اینکه اجازه انتشار پیدا کند از سه لایه عبور میکند.
ادعاهای ساده جاوااسکریپت روی گراف صحنه و زمانبندی کلمات. هزینه صفر، اجرای امن در CI. مدت کل زیر سقف، هر صحنه در باند مدت خود، 3 تا 7 عنصر در هر صحنه، هر عنصر یک کلمه افشا حمل میکند که در محدوده ±500 میلیثانیه از کلمه گفتهشده قرار میگیرد، یک صحنه پایانی با یک سؤال و خلاصه، و بدون عنصری که روایت به آن اشاره نکند. قبول یا رد، بدون فراخوانی مدل.
یک عبور مدل-به-عنوان-داور، نمرهدهی 1 تا 5، نمونهگیریشده و در انتشار اجرا میشود، هرگز در CI. یک ایده در هر صحنه، وفاداری آیکون، اینکه آیا قیاس واقعاً به مکانیزم نگاشت میشود، کیفیت قلاب، یک اسکن جزئیات فریبنده، و وفاداری به سند منبع. هر بعدی زیر 3 دروازه انتشار را شکست میدهد.
بررسیها روی خود فایل رندرشده. یک برگه تماس تأیید میکند که عناصر همپوشانی ندارند و برچسبها خوانا هستند، یک انفجار فریم تأیید میکند که افشای خطوط-سپس-پر شدن واقعاً وجود دارد، و صدا بدون جملات بریدهشده در برشها از نظر بلندی نرمال شده است.
مشخصات فقط زمانی ارزشمند است که ویدیویی که آن را نقض میکند نتواند منتشر شود. لایه A در زمان تولید، روی گراف صحنه، قبل از اینکه ما حتی یک سنت برای صدا یا رندرینگ خرج کنیم اجرا میشود. گرافی که از بررسیهای مکانیکی عبور نمیکند برای بازتولید با شکستهای دقیق تغذیهشده به پرامپت بازگردانده میشود. گرافی که همچنان شکست میخورد هرگز به ویدیو تبدیل نمیشود.
هر بررسی در لیست بالا با یک ادعای واقعی در موتور ما مطابقت دارد: سقف مدت کل، باند مدت هر صحنه، تعداد عناصر، نرخ حل کلمات افشا، سکوت پس از صحنه، قوانین برچسب، و پایان سؤال-بهعلاوه-خلاصه. پیکانها نیز بررسی میشوند، بنابراین یک اشارهگر هرگز از عنصری که به آن متصل نیست عبور نمیکند. همان کد هم در دروازه بازتولید ورکر و هم در یکپارچگی مداوم اجرا میشود، بنابراین تغییری در مولد که کیفیت را تنزل دهد خودش را مسدود میکند.
استاندارد ارزیابی باز در GitHub منبع لایه A را بخوانید Get Started
