检验本地选择能否迁移

官网校准

按题目分开展示，按预测哈希合并官网结果。绝对分数、相对实测基线的差值和不同本地评分上下文需要分别解释。

T1:val

其余 2 组预测

G21 快速校准 / C 组 10-0147.0 +0.1
照抄基线（实测）46.9
45505560

一份预测的官网分实测照抄基线 46.9（本流水线把输入阶段原样提交的官网结果；评分器的 50 分参考线不是它）

实测照抄基线 46.9

这是该预测文件的官网结果。其他程序与它的分差是描述性比较，不代表受控实验中的稳定收益。

官网评分按固定结果记录；程序换 seed 产生的新预测是另一份结果。评分器的 50 分参考线不能代替这份流水线的实测基线。

预测与来源	官网分	相对实测照抄	结果类型
t1_round2 / D 组 10-03 09:34 5b61a49ee1fe	55.0	+8.1	方法候选
screen_abcd / D 组 10-02 20:29 b3b1d1868d94	53.4	+6.5	方法候选
screen_abcd / A 组 10-02 20:29 487845827f6d	52.0	+5.1	方法候选
A/B/C 框架对比 / A 组 10-02 03:42 7ad8ebc2a8c1	50.1	+3.2	方法候选
t1_round2 / D 组 10-03 09:34 3a8da7e24774	50.1	+3.2	方法候选
A/B/C 框架对比 / A 组 10-01 23:37 81abb9cf97ea	49.7	+2.8	方法候选
screen_abcd / B 组 10-02 20:29 2b0ca86d0eca	49.5	+2.6	方法候选
G21 快速校准 / B 组 10-01 20:44 da4987d94e65	47.8	+0.9	方法候选
screen_abcd / C 组 10-02 20:29 d849b1cbd18b	47.8	+0.9	方法候选
A/B/C 框架对比 / B 组 10-02 03:42 c9320f01fc39	47.7	+0.8	方法候选
早期 Agent / grok 09-27 17:26 46af994fe06e	47.2	+0.3	方法候选
G21 快速校准 / A 组 10-01 20:44 e2dd67894586	47.2	+0.3	方法候选
G21 快速校准 / C 组 10-01 20:44 4d9b20e99f02	47.0	+0.1	方法候选
新目标机制检查 10-02 13:54 27f82d0164a6	46.9	+0.0	照抄基线

本地尺子明细与来源

悬停分数查看来源。标签、真值分片与 seed 不同的记录不能直接合并排序；缺失值保留为空。

运行	X1	X3	X4	X5	X6	proxy	proxy10	proxy2	rank3
`20260927-172643-grok-t1`	46.8	46.6	50.1	50.5	—	56.0	—	—	—
`20261001-204440-search-t1-g21q-A`	47.1	—	—	—	—	56.8	—	—	56.8
`20261001-204440-search-t1-g21q-B`	42.8	—	—	—	—	50.0	—	50.4	50.4
`20261001-204440-search-t1-g21q-C`	50.2	50.1	51.9	50.1	—	55.6	—	—	50.7
`20261002-135403-search-t1-x3-era-mechcheck`	45.8	48.4	49.7	48.5	—	50.0	—	—	—
`20261002-034201-search-t1-abc-r1-B-population`	45.2	56.2	—	—	—	57.8	—	57.8	57.3
`20261002-034201-search-t1-abc-r1-A-era`	50.0	50.0	—	—	—	59.6	—	60.9	56.8
`20261001-233756-search-t1-abc-r0-A-era`	50.0	50.0	—	—	—	59.0	—	59.0	56.0
`20261002-202907-search-t1-scr-A`	46.7	63.0	48.0	45.1	50.0	50.0	—	—	63.0
`20261002-202908-search-t1-scr-B`	52.2	60.5	44.4	38.6	32.3	46.8	—	—	60.5
`20261002-202908-search-t1-scr-C`	49.0	50.8	48.7	46.9	45.3	46.8	—	—	50.8
`20261002-202908-search-t1-scr-D`	45.9	61.9	39.4	39.8	35.3	50.0	—	—	61.9
`20261003-093415-search-t1-r2-D-s0`	57.9	55.6	44.1	41.3	42.8	54.3	59.1	—	56.8
`20261003-093415-search-t1-r2-D-s1`	36.3	58.6	43.8	42.5	47.0	55.0	58.7	—	58.6

T2:heart:val_interp

一份预测的官网分这个榜还没有唯一可确认的实测照抄基线，所以不画基线线、不算相对差

尚无唯一可确认的照抄基线

需要终选事件和提交预测对应后，才能计算相对基线的差值。

官网评分按固定结果记录；程序换 seed 产生的新预测是另一份结果。评分器的 50 分参考线不能代替这份流水线的实测基线。

预测与来源	官网分	相对实测照抄	结果类型
G24 T2/T3 首跑 / D 组 10-03 00:49 a02c85a5467b	63.9	—	方法候选
G24q 10-02 20:45 e9fa76536b33	62.9	—	方法候选
G24 T2/T3 首跑 10-03 00:49 343e55ea3c91	61.1	—	方法候选

本地尺子明细与来源

悬停分数查看来源。标签、真值分片与 seed 不同的记录不能直接合并排序；缺失值保留为空。

运行	X2	proxy	rank3
`20261002-204523-search-t2-heart-interp-g24q`	53.6	59.6	59.6
`20261003-004922-search-t2-heart-interp-g24`	53.6	61.5	61.5
`20261003-004922-search-t2-heart-interp-g24-D`	55.5	61.3	61.3

T2:heart:val_extrap

G24q 10-0249.6
4949.55050.5

一份预测的官网分这个榜还没有唯一可确认的实测照抄基线，所以不画基线线、不算相对差

尚无唯一可确认的照抄基线

需要终选事件和提交预测对应后，才能计算相对基线的差值。

官网评分按固定结果记录；程序换 seed 产生的新预测是另一份结果。评分器的 50 分参考线不能代替这份流水线的实测基线。

预测与来源	官网分	相对实测照抄	结果类型
G24q 10-02 20:45 ed1067ae640e	49.6	—	方法候选

本地尺子明细与来源

悬停分数查看来源。标签、真值分片与 seed 不同的记录不能直接合并排序；缺失值保留为空。

运行	X2	proxy	rank3
`20261002-204524-search-t2-heart-extrap-g24q`	43.9	54.1	54.1

T2:embryo:val_interp

一份预测的官网分这个榜还没有唯一可确认的实测照抄基线，所以不画基线线、不算相对差

尚无唯一可确认的照抄基线

需要终选事件和提交预测对应后，才能计算相对基线的差值。

官网评分按固定结果记录；程序换 seed 产生的新预测是另一份结果。评分器的 50 分参考线不能代替这份流水线的实测基线。

预测与来源	官网分	相对实测照抄	结果类型
G24 T2/T3 首跑 / D 组 10-03 00:49 06e9d77491d7	61.7	—	方法候选
G24 T2/T3 首跑 / D 组 10-03 09:42 f4d13c804802	61.7	—	方法候选
G24q 10-02 20:45 d37f305d0525	60.0	—	方法候选
G24 T2/T3 首跑 10-03 00:49 fb47b577d622	59.9	—	方法候选

本地尺子明细与来源

悬停分数查看来源。标签、真值分片与 seed 不同的记录不能直接合并排序；缺失值保留为空。

运行	X2	proxy	rank3
`20261002-204524-search-t2-embryo-interp-g24q`	56.4	61.5	61.5
`20261003-004922-search-t2-embryo-interp-g24`	56.4	61.6	61.6
`20261003-004922-search-t2-embryo-interp-g24-D`	54.3	62.2	62.2
`20261003-094242-search-t2-embryo-interp-g24-D-s2`	52.6	62.3	62.3

T3:gata4

一份预测的官网分这个榜还没有唯一可确认的实测照抄基线，所以不画基线线、不算相对差

尚无唯一可确认的照抄基线

需要终选事件和提交预测对应后，才能计算相对基线的差值。

官网评分按固定结果记录；程序换 seed 产生的新预测是另一份结果。评分器的 50 分参考线不能代替这份流水线的实测基线。

预测与来源	官网分	相对实测照抄	结果类型
G24 T2/T3 首跑 10-02 23:10 f4db8edf97c2	53.4	—	方法候选
G24q 10-02 21:54 a60e3820e615	45.9	—	方法候选
G24 T2/T3 首跑 10-03 04:34 d385e8c60cf6	41.0	—	方法候选

本地尺子明细与来源

悬停分数查看来源。标签、真值分片与 seed 不同的记录不能直接合并排序；缺失值保留为空。

运行	proxy
`20261002-215432-t3-gata4-g24q`	53.9
`20261002-231022-t3-gata4-g24`	47.1
`20261003-043412-t3-gata4-g24`	59.5