@guolei1998 谢谢实测，而且是拿同一个人的三张照片测——这是最有价值的一种测法，比自己随便传一张有意义得多。

4.4 / 5.2 / 5.5 这个跨度，和我页面上「已知局限」写的是同一件事：模型看的是照片，不是人。同一张照片在同样条件下重跑，结果可复现；换了照片，它看到的光线方向、镜头距离（焦段会改变五官比例）、表情、头部角度、压缩画质都不一样，分数就跟着动。1.1 分大致就是这个层面的噪声

但有一个地方想请你帮我判断，它决定我下一步改哪儿：

如果那三张本身就是不同光线、不同角度、不同表情拍的，这个差距在我预期之内，我会继续把它当噪声解释；但如果三张都是条件接近的正面照（同样的光、同样的距离、都是正面），那 1.1 分就偏大了——说明我按眼睛位置做摆正、裁剪那一步，以及模型对光照的敏感度还不够稳，那是我该修的 bug 。