Kapittel 2 — Inspector (Expert View)

HVOR

Inspector → Presets-seksjon → Save…-knapp (action-bar nederst).

TEKNISK

Åpner en popover med tekstfelt og save-/cancel-knapper. Den aktuelle TrainingConfig-tilstanden persisteres som ny brukerdefinert preset (JSON-kodet, lagret på tvers av appen). Save- operasjonen kopierer alle 81 treningsparametere pluss den aktuelle densification-strategien. Presetet lander automatisk i kategorien Custom, uavhengig av hvilken innebygd preset det ble avledet fra. Tomme navn og rene whitespace-input forkastes. Allerede eksisterende navn avvises ikke — hvert preset har sin egen interne ID, doble navn er teknisk tillatt, men praktisk forvirrende.

HVOR

Save-popover → tekstfelt „Preset Name".

TEKNISK

Enkelt tekstfelt med avrundet ramme, bred form. Verdien overtas som preset-navn ved klikk på save-knappen. Ingen lengdebegrensning i UI-en, men det lagrede navnet må være JSON-kodbart og visningsbart i UI-listene — emoji og spesialtegn fungerer. Innholdet nullstilles automatisk til en tom streng ved åpning av popoveren. Save-knappen forblir deaktivert så lenge feltet etter trim er tomt. Det er ingen auto-suggest og ingen forhåndsutfylling med navnet på den aktuelt aktive preseten.

HVOR

Save-popover → Cancel-knapp (til venstre).

TEKNISK

Lukker popoveren uten å lagre. Forkaster tekstfeltets innhold — ved neste åpning nullstilles det igjen til tomt via save…-knapp-logikken (I1). Standard button-stil, ingen bekreftelsesdialoger, ingen hotkeys. Den aktuelle TrainingConfig forblir uendret fordi save-stien slett ikke ble utført.

HVOR

Save-popover → Save-knapp (til høyre, prominent stil).

TEKNISK

Utløser selve persistasjonen. Validerer enda en gang ikke-tomt navn (defensiv sjekk) og skriver deretter den aktuelle TrainingConfig som JSON inn i app-lageret. Lukker deretter popoveren. Blå fremhevet, grånet ut så lenge tekstfeltet er tomt. Hvis lagringen mislykkes (f.eks. fordi app-lageret er fullt — veldig usannsynlig), er det for øyeblikket ingen synlig feildialog; presetet ville da bare ikke dukke opp ved neste app-start.

HVOR

Inspector → Presets-seksjon → action-bar → Export…-knapp.

TEKNISK

Eksporterer det aktuelt valgte presetet som .radiancepreset-fil (internt JSON). Deaktivert hvis ingen preset er valgt. Ved klikk åpner appen en save-dialog med forhåndsgitt filnavn (preset-navn + .radiancepreset-extension). Det lagrede formatet inneholder den komplette TrainingConfig pluss metadata (navn, kategori, ID, built-in-flagg). Dobbeltklikk i Finder åpner appen — men ikke automatisk importen; brukeren må bruke import-knappen (I6).

HVOR

Inspector → Presets-seksjon → action-bar → Import…-knapp.

TEKNISK

Åpner en fildialog som bare tillater .radiancepreset-filer (multivalg deaktivert). Ved valg lastes JSON-filen, valideres og settes inn i Custom-kategorien — med ny intern ID, slik at det ikke oppstår kollisjoner med built-ins. Importen setter automatisk kategorien til Custom, selv om det eksporterte presetet opprinnelig var en built-in. Skadde eller inkompatible filer med eldre skjemaversjon avvises i stillhet uten feildialog (konsoll-log gir imidlertid beskjed).

HVOR

Inspector → Presets-seksjon → hver preset-linje i hver kategori.

TEKNISK

Klikk på en preset-linje erstatter alle felter i TrainingConfig med verdiene fra presetet, husker ID for det aktive presetet og nullstiller modified-status. Aktiv-haken foran linjen dukker bare opp når presetet er valgt OG umodifisert. Så snart en verdi i TrainingConfig endres (slider, stepper, toggle i de andre Inspector-seksjonene), dukker det opp et oransje „Modified"-badge bak navnet. Innebygde presets kan ikke overskrives — ved modifikasjon må en egen kopi opprettes via save-knappen (I1).

HVOR

Høyreklikk på hver preset-linje → første oppføring „Export…".

TEKNISK

Identisk funksjonalitet som I5 (Export…-knapp), men mer bekvemt tilgjengelig — uten at presetet må velges først. Eksporterer direkte det presetet som ble klikket på i linjen. Fungerer likt for alle preset-kategorier (built-in eller Custom), ingen begrensning. Eksporten inneholder built-in-flagg og originalkategori, men ved re-import mappes kategorien som beskrevet under I6 til Custom.

HVOR

Høyreklikk på hver preset-linje → andre oppføring „Duplicate".

TEKNISK

Kloner presetet inn i Custom-kategorien. Genererer en ny intern ID, henger på „ Copy" til navnet og lagrer kopien. Fungerer også for built-in-presets — klonen er da redigerbar. Originalen forblir urørt. TrainingConfig kopieres verdi-for- verdi (JSON-roundtrip), slik at det ikke består referanseforbindelser mellom original og kopi.

HVOR

Høyreklikk på egne preset-linjer → siste oppføring „Delete" (rød, destruktiv).

TEKNISK

Bare synlig for custom-presets. Built-ins kan ikke slettes. Oppføringen er markert som destruktiv, vises rød i kontekstmenyen og plasseres etter en divider, slik at den ikke klikkes ved et uhell. Det finnes ingen bekreftelsesdialog — ett klikk sletter presetet umiddelbart. Det slettede presetet kan ikke gjenopprettes (Cmd-Z virker ikke her — undo finnes i den aktuelle buildet bare for bildelisten, ikke for preset-operasjoner). Var det slettede presetet nettopp aktivt, forblir den aktuelle TrainingConfig uendret, bare det aktive preset-valget nullstilles.

HVOR

Inspector → Presets-seksjon → hver kategori-header (Classic, MCMC, SceneClass, Custom).

TEKNISK

Klapp-status per kategori med forskjellig default: Classic starter foldet ut, MCMC, SceneClass og Custom starter sammenfoldet. Status persisteres ikke — ved app-omstart er alle kategorier igjen i default-tilstand. Chevron-pilen roterer animert. Tallet til høyre i headeren viser antallet presets i denne kategorien. Klikk-hit-arealet omfatter hele headerområdet.

HVOR

Inspector → treningskonfigurasjon → Camera Alignment (segmentert velger øverst).

TEKNISK

Segmentert velger med to alternativer: Apple Photogrammetry og Native (Beta). Valget bestemmer det benyttede SfM-backendet ved neste kamerarekonstruksjon. Det påvirker samtidig hvilke andre Inspector-elementer som er synlige: Native viser dessuten FOV-overriden (I13), som bare trengs ved EXIF-løse video-frames. Merk: ved veldig store outdoor-opptak kan du laste inn resultatet fra et eksternt verktøy (Metashape eller COLMAP) via workspace-import — se kapittel 1 (M5) og kapittel 9 (Q3, Q6).

HVOR

Inspector → treningskonfigurasjon → FOV Override (bare synlig ved Camera Alignment = Native).

TEKNISK

Numerisk tekstfelt (range 0-170°), default 0 = automatisk bestemmelse fra EXIF eller heuristikk. Manuell inntasting er nødvendig hvis input-bildene er trukket ut fra en video som ikke inneholder brennvidde-metadata. Typiske verdier: iPhone Wide ≈ 73°, DJI Mavic Wide-Crop ≈ 70°, drone med fullformatsensor ≈ 84°. Verdien klampes til [0, 170] — verdier utenfor stues direkte tilbake. Påvirker bare den native SfM-pipelinen (Q4/Q5); Apple Photogrammetry ignorerer denne verdien helt.

HVOR

Inspector → treningskonfigurasjon → Densification (segmentert velger, alltid synlig).

TEKNISK

Bytter mellom de to densification-strategiene: Classic (original 3DGS-metode med clone/split/prune og gradient- terskel) og MCMC (Stochastic Gradient Langevin Dynamics med relocation, NeurIPS 2024). Ved bytte fra Classic til MCMC setter appen automatisk MCMC-spesifikke felter til utprøvde default- verdier (reg-weights = 0, MCMC-cap-multiplier 3.0, sample-/ noise-schedule). Uten denne automatiske initialiseringen led sesjoner med gamle presets under 1.4.4-MCMC-collapse-buggen (460K→5 gaussians, watchdog-kill). Velger-valget bestemmer dessuten hvilke Inspector-elementer som er synlige — ved MCMC dukker I16/I17 opp. Detaljert felt-virkning i kapittel 6, T11–T16 (Classic) og T61–T73 (MCMC).

HVOR

Inspector → treningskonfigurasjon → MCMC Quality (bare ved Densification = MCMC).

TEKNISK

Slår gradient-accumulation til 2 trinn (aktiv) eller 1 trinn (inaktiv). Akkumulerer gradientene fra to påfølgende kamera-views før optimizer-step utføres. Empirisk (sesjon 33, V544a) reduserer det den endelige L1-feilen med ca. 6 % (0.0246 med Quality vs 0.0261 uten, ved 3-trial-gjennomsnitt på Horse-Full-MCMC). Prisen: doblet treningstid. Ved veldig lange treninger (200K iterasjoner) fører det til ytterligere 10+ minutters venting — så bare verdt det hvis de siste par prosent kvalitet virkelig er nødvendige. Påvirker bare treningen, ikke eksportformatet eller viewport-visningen.

HVOR

Inspector → treningskonfigurasjon → Auto-scale by scene (bare ved MCMC).

TEKNISK

Hvis aktiv, skaleres den effektive max-gaussians- øvre grensen med SfM-init-point-count × MCMC-cap-multiplier (default 3.0). Eksempel: SfM leverer 250K initpunkter, basis-cap = 150K, multiplier 3.0 → effektiv øvre grense = max(150K, 750K) = 750K. Hvis deaktivert, gjelder strengt bare basen. Ble innført til v1.4.5 fordi store outdoor-opptak med over 1000 frames og tilsvarende høy SfM-punkttetthet med den stive 150K-cap-default sultet ut densificationen — overflødige punkter ble igjen, nye fikk ikke lov til å oppstå. Default OFF i custom- presets, ON i MCMC-built-ins. Påvirker bare ved treningstidspunkt, ikke i eksporten.

HVOR

Inspector → treningskonfigurasjon → GroupBox → Max Iterations.

TEKNISK

Stepper med range 1 000–100 000, skrittstørrelse 1 000. Bestemmer det samlede antallet optimizer-iterasjoner. Lineært korrelert med treningstiden (halvering = ca. 50 % tid). Empiriske sweet-spots: 20K (Classic Balanced, L1≈0.028), 40K (Classic Quality, L1≈0.023), 200K (MCMC Full, L1≈0.0246). Over 40K ved Classic gir i gjennomsnitt knapt forbedring — diminishing returns. Ved endring trekkes Densify Until proporsjonalt med hvis link-funksjonen (I19) er aktiv (default-ratio: 0.5, dvs. Densify-Until = Max/2).

HVOR

Inspector → treningskonfigurasjon → GroupBox → liten link-knapp mellom Max Iterations og Densify Until.

TEKNISK

Toggle-knapp som fryser forholdet mellom Densify Until og Max Iterations. Ved aktiv (link-ikon fremhevet) trekkes Densify Until proporsjonalt med ved hver endring av Max Iterations. Ved unlink (link-plus-ikon) forblir verdiene uavhengige. Default er linked fordi det gjenspeiler den typiske korrelasjonen — hvis du trekker treningen til doble iterasjoner, vil du som regel også la densificationen kjøre proporsjonalt lengre. Forholdet beregnes ved innstilling av link-knappen ut fra den aktuelle verdien; et typisk forhold er 0.5 (Densify-Until = halvparten av iterasjonsantallet).

HVOR

Inspector → treningskonfigurasjon → GroupBox → Densify Until.

TEKNISK

Stepper med range 500–50 000, skrittstørrelse 500. Bestemmer iterasjonsindeksen hvor det ikke lenger kommer nye gaussians til via clone/split (Classic) eller relocation (MCMC). Etter oppnåelse forfines kun posisjon og farge. Høyere verdier = flere gaussians = større fil, lengre per-iterasjon-tid (+30-60 % GPU-tid per skritt). Typiske verdier: 15K (til 30K max-iter), 20K (til 40K), 100K (til 200K MCMC). Ved aktiv link (I19) skaleres automatisk med. Virker forskjellig ved Classic vs MCMC: Classic stopper veksten helt, MCMC stopper relocation- logikken, men sample-/noise-adaptation kjører videre.

HVOR

Inspector → treningskonfigurasjon → GroupBox → SSIM Weight.

TEKNISK

Slider 0.0–1.0 i 0.05-skritt, visning som „0.20". Blander L1-loss (0.0) og SSIM-loss (1.0). L1 strammer lysstyrken per piksel, SSIM den strukturelle likheten (kanter, lokale statistikker). Default 0.2 er verdien fra det opprinnelige 3DGS-paperet (Kerbl 2023) og reverse-engineered som robust kompromiss i talrike sesjoner. Høyere verdier (0.5+) foretrekker detaljbevaring, men kan ignorere lokale lysstyrkefeil. Lavere verdier (< 0.1) fører til detaljtap ved skarpe kanter. SSIM-beregningen kjører i shaderen med et 11×11-gaussian-vindu. Ytelse: ved 0.0 (bare L1) er treningen ca. 8-12 % raskere fordi SSIM-beregningen i shaderen hoppes over.

HVOR

Inspector → treningskonfigurasjon → GroupBox → Render Scale.

TEKNISK

Slider 0.25–1.0 i 0.25-skritt, visning som „100 %". Skalerer training-rendering-oppløsningen relativt til kildebildestørrelsen. Største håndtak på ytelse: 50 % reduserer GPU-tid med ca. 75 % (fordi 4× færre piksler), 25 % med ca. 94 %. Gradient-terskelen skaleres automatisk med. Under slideren dukker det opp en live-oppløsnings-visning i MP (f.eks. „2304×1296 (3.0 MP)"). Hvis den aktuelle verdien avviker fra den anbefalte, slås det inn i oransje skrift „— recommended: 50 %". Anbefalingen sikter på ~3 MP effektiv oppløsning — det området som Apple Silicon GPU-er behandler mest effektivt. 4K-kildebilder får f.eks. automatisk 25 % anbefalt, FullHD-bilder 100 %. En endring utløser dessuten buffer-realloseringen.

HVOR

Inspector → Enhancements → Post-Training Compactification.

TEKNISK

Aktiverer V443-post-processing: etter avslutningen av treningsiterasjonene slettes gaussians med opacity under 0.01 (1 % synlighet). Empirisk reduserer det filstørrelsen med ~55-58 % ved null synlig kvalitetstap — fordi disse gaussians visuelt likevel ikke bidrar. Compactificationen kjører som GPU-compact- pass og varer avhengig av gaussian-count brøkdeler av sekunder til få sekunder. Påvirker ikke trenings-ytelsen. Hvis denne toggle er av, eksporteres også usynlige gaussians — bare relevant hvis du vil bruke formatet til enda et trenings-stage (Continue Training), ellers sløsing med lagringsplass.

HVOR

Inspector → Enhancements → MetalFX Spatial Upscaling.

TEKNISK

Aktiverer Apples MetalFX Spatial Upscaler i viewport-rendereren. Hvis trenings-oppløsningen (via I22 Render Scale) er lavere enn viewport-størrelsen, skalerer MetalFX det rendrede frame ML-basert opp til visningsstørrelsen. Leverer de skarpeste resultatene av alle skalerings-alternativer fordi ML-upscaler-modellen er optimalisert for skarpe kanter. Renderer- pipelinen omkonfigureres live ved bytte — synlig umiddelbart uten omstart. Har forrang foran MPS Lanczos (I28): er begge aktive, vinner MetalFX. Performance-overhead i viewporten ca. 1-2 ms per frame på M3-GPU-er. Påvirker bare live-viewporten, ikke rendrede eksporter (orbit-video, skjermbilder) — de rendres i full kildeoppløsning.

HVOR

Inspector → Enhancements → MPS Lanczos Scaling.

TEKNISK

Aktiverer Apples Metal Performance Shaders med Lanczos-resampling som viewport-upscaler. Lanczos er klassisk resampling med 8-tap-sinc-filter — skarpere enn bilineær, klassisk algoritme uten ML. Renderer-pipelinen omkonfigureres live ved bytte. Ignoreres hvis MetalFX (I27) likeså er aktiv. Minimal overhead (<0.5 ms per frame), men kvaliteten ligger under MetalFX. Anvendelse: fallback for scener hvor MetalFX produserer artefakter (f.eks. sterke linjestrukturer som ML-upscaleren av og til „glatter ut"). Virker som I27 bare i live-viewporten, ikke i eksporter.

HVOR

Inspector → Enhancements → Perceptual Loss.

TEKNISK

Slider 0.0–0.2 i 0.01-skritt, visning ved 0.0 som „Off", ellers som „0.05" osv. Aktiverer en ekstra loss-term som sammenligner multi-skalert gaussian-blur av renderingen med ground-truth-bildet (3 blur-skalaer). Fanger strukturelle forskjeller som L1+SSIM alene ikke gjenkjenner. V460-implementasjon. Empirisk forbedrer en verdi på 0.05-0.1 L1-scoren i sesjoner med et par prosent, men koster ~5 % treningstid (ekstra forward-pass gjennom blur-kjernene). Over 0.15 blir treningen ustabil og L1 forverres igjen (loss-termen dominerer optimeringen). Virker under treningen, ikke i post-processing — tross plassering i „Enhancements"-seksjonen er det altså ikke en ren oppgradering etterpå.

HVOR

Inspector → Metrikker → Iteration. Read-only.

TEKNISK

Visning i formatet „4523 / 40000" — aktuell iterasjon over totalt planlagte iterasjoner. Teller synkront med trenings-loopet som pusher verdiene hver ~30 iter. Det andre tallet svarer til max-iterations-verdien på start-tidspunktet; det endres ikke lenger, selv om brukeren justerer stepperen deretter — den løpende kjøringen bruker sin egen snapshot-kopi. Hvis appen via training-menyen legger på iterasjoner (Continue Training +5K/+10K/+20K), økes nevneren.

HVOR

Inspector → Metrikker → Loss. Read-only.

TEKNISK

Float-verdi med seks desimaler (f.eks. „0.024385"). Måler den kombinerte L1+SSIM-tapet (blandingen kontrolleres via I21 SSIM Weight) pluss valgfritt Perceptual Loss (I29) og andre regularizers. Skalaen er ikke absolutt, men sceneavhengig — krever for de fleste sammenligninger samme datasett. Typiske sluttverdier ved gode konfigurasjoner: - Classic Quality 40K iters: 0.022–0.025 (Horse, Truck, Garden) - MCMC Full 200K iters: 0.024–0.028 - Outdoor drone 30K: 0.030–0.060 (geometri-betinget dårligere) - Innendørs leiligheter: 0.018–0.025

Verdier over 0.10 etter 5K iterasjoner indikerer SfM-problemer (dårlige kameraposisjoner) — avbryt og gjør SfM på nytt.

HVOR

Inspector → Metrikker → Learning Rate. Read-only.

TEKNISK

Visning i scientific notation (f.eks. „1.60e-04"). Aktuell læringsrate for posisjons-parametrene (3DGS har seks uavhengige LR-er for posisjon, SH-DC, SH-rest, opacity, scale, rotation — her vises posisjons-LR-en som representativ verdi). Default-startverdi 1.6e-4 som over en eksponentiell decay synker ned til ~1.6e-6 i treningens slutt. Forfallet kan justeres via LR-schedule-feltet i treningskonfigurasjonen (T-felt i kap. 6). Hvis LR-en blir uvanlig høy (f.eks. 1e-3 eller mer etter 10K iterasjoner), kan det indikere en feillastet konfigurasjon.

HVOR

Inspector → Metrikker → SH Degree. Read-only.

TEKNISK

Heltall 0-3. Spherical-harmonics-grad for fargerepresentasjonen. Begynner ved 0 (bare DC-komponenten, dvs. retningsuavhengig farge per gaussian — altså bare en RGB-konstant) og stiger progressivt til 3 i treningens forløp. Standard-schedule hever graden ved 1000/2000/3000 iterasjoner med 1 hver. SH-3 tilsvarer 48 farge-koeffisienter per gaussian (3 RGB-channels × 16 SH-basisfunksjoner). Høyere SH-grad = mer retningsavhengig refleksjon (blanke overflater ser korrekt forskjellige ut under forskjellige synsvinkler), men også mer lagring og langsommere trening.

HVOR

Inspector → Metrikker → Gaussians. Read-only.

TEKNISK

Aktuelt antall gaussians i modellen, formatert med locale-separator (f.eks. „524.318"). Vekst: - Classic: starter ved SfM-init-punktene (typisk 50K-300K), vokser via clone/split inntil kort før Densify Until, deretter statisk inntil treningsslutt (modulo pruning) - MCMC: sample-punkter legges til inntil MCMC-cap-et, deretter bare relocation

Healthy sluttverdier: - Classic Quality: 400K-700K (Horse 524K, Garden 800K) - MCMC Full: nøyaktig på cap-et (default 150K, med auto-scale multiplier × SfM-count avhengig av scene 500K-1.5M)

Ved MCMC faller tallet til < 60 % av cap-et → anomali (collapse-indikator, peker på for aggressive regularizers).

HVOR

Inspector → Metrikker → GPU Memory. Read-only.

TEKNISK

Estimat av gaussian-bufferens minnebruk som gaussian-count × 616 bytes (formatert i memory-style). 616 bytes er den empiriske størrelsen på en fullt utstyrt gaussian (posisjon, skalering, rotasjon, opacity, SH-koeffisienter grad 3, gradient-akkumulator). Visningen fanger ikke renderer- overhead (tile-buffer, sort-buffer, backward-buffer) — det reelle GPU-lagerbehovet ligger typisk 2-3× over denne verdien. Ved 500K gaussians: vist ~290 MB, reelt ~700 MB. Ved 1.5M gaussians: vist ~880 MB, reelt ~2.5 GB. På M3 Max med 64+ GB unified memory ukritisk, på M3 Pro med 18 GB allerede en grense.

HVOR

Inspector → Metrikker → Speed. Read-only.

TEKNISK

Iterasjoner per sekund med en desimal („24.3 it/s"). Beregnes av treneren som glidende gjennomsnitt over de siste ~100 iterasjonene. Typiske verdier: - Quick-preset (1K iters): 80-120 it/s (kort, ingen steady-state) - Classic 20K @ 1.0 Render Scale (Truck-scene, M3 Max): 25-35 it/s - Classic 20K @ 0.5 Render Scale: 80-120 it/s - MCMC 200K @ 0.5 Render Scale: 25-50 it/s (langsommere pga. relocation) - Ved 1M+ gaussians og full oppløsning: < 10 it/s

Fallende speed i treningens forløp er normalt — flere gaussians = mer compute per iterasjon. Plutselige fall (f.eks. fra 30 → 5 it/s) indikerer GPU-thermal-throttling eller konkurrerende apper.

HVOR

Inspector → Metrikker → Elapsed. Read-only.

TEKNISK

Allerede forløpt tid som „4:23" (m:ss) eller „1:23:45" (h:mm:ss). Format-bytte fra 1 time. Måler bare den rene treningstiden, ikke de forutgående fasene (SfM-beregning, bilde-import). Ved pause/resume kjører klokken videre — det er altså wall-clock, ikke CPU-tid.

HVOR

Inspector → Metrikker → ETA. Read-only.

TEKNISK

Estimert resttid som „17:42" eller „1:12:35". Beregning: (Max Iterations − aktuell iterasjon) / iterasjoner-per- sekund. Viser „–" når speed nettopp er null (helt i starten eller ved pause). Estimatet tilpasses ikke den typiske forlangsommingen mot treningsslutt — spesielt ved MCMC og Classic med store Densify-Until-verdier har treningen tendens til å bli langsommere fordi flere og flere gaussians kommer inn i bildet. Reelt blir det typisk 10-20 % over start-ETA.

HVOR

Inspector → loss-diagram → venstre label-område „Current: 0.0287". Read-only.

TEKNISK

Float-verdi av det siste loss-sample-punktet, formatert med fire desimaler. Identisk med I31 (Loss i metrics-seksjonen), bare her mer kompakt formatert. Kilden er loss-history — en liste som får en oppføring per ~30 iterasjoner. Bare endelige verdier tas opp i listen — NaN/Infinity (veldig sjelden, i tilfelle av gradient-explosion-bugg) filtreres.

HVOR

Inspector → loss-diagram → høyre label-område „Min: 0.0245" (grønn). Read-only.

TEKNISK

Minimum av alle noensinne sette loss-verdier i den aktuelle treningskjøringen. Reberegnes live ut fra loss-history — ingen separat persistens. Vises med grønn skrift fordi „Min" = „best so far". Den stiplete grønne linjen ved chartens nedre rand markerer denne Y-posisjonen visuelt. Ved continue-training- sesjoner starter min-sporingen på nytt — den gamle historikken erstattes i UI-en av den nye (ikke vedhengt). Hvis den aktuelle treningen kjører dårligere enn den foregående, kan min-visningen altså være større enn det forrige sluttresultatet.

HVOR

Inspector → loss-diagram → andre chart derunder (oransje). Read-only.

TEKNISK

Linjediagram av gaussian-antallet over trenings- iterasjonene. Kilde: gaussian-count-history (liste av (iter, count)-par, fylt av treneren hver ~30 iter). Y-skala dynamisk mellom minimum og maksimum av historikken. Ved Classic- strategi ser kurven typisk slik ut: jevnt stigende inntil Densify Until, deretter flat (med små pruning-utsving). Ved MCMC: bratt stigning inntil cap, deretter horisontal linje (relocation holder tallet konstant). Hvis kurven faller tross aktiv trening, pruner densificationen for aggressivt — tegn på feilaktige defaults eller en kjent MCMC-collapse-bugg (v1.4.4-hotfix-tema).