迭代报告?运行结束后自动生成的中文复盘报告（notes/reports/runs）。 2026-10-01_20261001-032558-search-t1-spark-c3.md

迭代报告 · 20261001-032558-search-t1-spark-c3

run 报告 · 榜 T1:val · 模式 search · 配置 search-t1-spark-c3 生成 2026-10-01 06:11 UTC · 写作 alibaba-token-plan-cn/qwen3.8-max · 事实包 facts/2026-10-01_20261001-032558-search-t1-spark-c3.json

1. 本轮目的与改动

目的（配置头注释）：G6 acceptance 4（reviewer 补充）——同一搜索以 3 节点并行（3 seeds + 6 nodes）运行，测量并发（GPU 槽、打分队列、vec.slice 内存、CPU、Token Plan 限流）相对 concurrency 1 的影响。

改动（相对上一 run 20261001-024931-search-t1-spark-eng-default）：

• 配置键：budget.max_nodes 1→6、budget.wall_clock_hours 2.0→3.0、concurrency.nodes 1→3、models.engineer.options.thinking_budget 新增 4096、name 更名。
• 文件：新增 agent/configs/search_t1_spark_c3.yaml，移除 agent/configs/search_t1_spark_eng_default.yaml；models 段变更。

非续跑，无继承节点；3 个 seed（copy_last / heart_jcf_peri / pseudobulk_shift）均重新打分。

2. 结果（表：各尺子与官网）

本轮无官网提交。校准台账（行 1，来自 20260927 run）：官网 47.2，本地 proxy 55.97，校准差 proxy −8.77。

3. 是否超过噪声/是否算提升

算提升。 口径：rank3（3-seed 均值）。节点 8 rank3 58.1291 − 节点 2 rank3 56.0634 = +2.0657，噪声 2.0，exceeds_noise: true，verdict "improvement beyond noise"。但幅度仅刚过线，证据强度为"弱过线"。

逐节点相对父节点（seed0 口径，噪声 2.0）：

仅节点 5 在 seed0 口径超噪声；节点 8 的超越依赖 3-seed 均值。

4. 有效与无效的方法（引用节点和 Analyst 经验）

有效：

• 冻结类型配额 + 类内增殖打分反向加权（E-S 抽样，θ=0.5）：节点 8，Analyst 经验确认"选成熟端细胞"方向正确，cell_state +4.54 超噪声，3-seed 均值 +2.07 刚过门槛。
• 负 κ 生长率轴组成重加权（κ=−0.5，wcap 4）：节点 5，Analyst 经验确认"增殖高→占比升"先验在本榜是反的，负方向 |κ|≤0.6 安全。
• 单边抑制（κ_hi 独立扫描）：节点 7，Analyst 经验确认崩溃全由"抬升低生长率侧"造成，单边可推至 κ_hi∈[−0.8,−2.0] 平台。

无效/负结果：

• 增殖驱动组成重加权（γ≠0）：节点 4，Analyst 经验——γ=±0.25/0.35/1.0 均降分，父本手调已吃掉增殖信息。
• 类内 PCA 取增殖轴：节点 4，18 类无一 |corr|≥0.15，整条分支退化为恒等。
• 凋亡基因集叠加（λ_apopt=0.5）：节点 8，Analyst 经验——从 57.89 降到 57.13，负结果。
• 加法位移（log1p 空间）：节点 6，Analyst 经验——零稠密化使 covariation 掉 8.6 分。

未定：

• 细胞周期退出重加权（β=0.5）：节点 9，hypothesis_supported "unclear"，3-seed +1.36 未达 +2 门槛。
• 单快照伪时间乘法位移（s=0.15）：节点 6，direction/de_recovery 各 +2.4~2.5 卡在噪声线，需 ≥3 seed 确认。
• 类内加权无放回抽样 τ：节点 7 建议中，尚未实施。

5. 异常与运维

无供应商错误、无卡死重试、无熔断、无 OOM、无中断节点、无日志告警。

关键运行数字：

• 墙钟 1.31 h / 预算 3.0 h，用了 43.6%；final 阶段开始时剩余 107.3 min。
• 并发 3，Engineer 槽利用率 65.8%。
• slice 内存峰值 79.47 GB，最低可用 52.7 GB。
• 出口拒绝 41 次（github.com / models.opencode.ai / registry.npmjs.org）。
• Engineer 6 次调用，总耗时 155.0 min，均值 25.8 min，峰值 29.6 min；总 session 2.58 h。
• 节点执行（打分等）9 次，总 10.0 min，均值 1.1 min。
• 运行状态 finished，exit_code 0。

6. 下一轮建议（具体到改哪个文件/参数）

1. 组成侧手调参数网格：在 agent/seeds/ 的 heart_jcf_peri 代码中扫 HEART_WEIGHT ∈ {1.3, 1.6, 2.0} × EDGE_WEIGHT ∈ {0.1, 0.25, 0.5}，每配置 3 seed 取均值，门槛总分与 de_recovery 均 ≥ +2；这是唯一被证明有效的杠杆（49.77→55.97）。预期看 proxy 与 covariation。
2. θ 细网格确认：在节点 8 代码路径上跑 θ ∈ {0.4, 0.5, 0.6} × 3 seed；仅当 3-seed 均值差 >2 才换 θ，否则维持 θ=0.5，防 proxy 过拟合。预期看 rank3。
3. de_recovery 修复：在节点 8 基座上试"仅对非心脏类型施加 θ"或对 DE 高变基因加权后再算 cycle 打分，3 seed 复核；目标是收回 de_recovery（当前 52.53，唯一受损组）而不丢 cell_state 增益。预期看 de_recovery 与 cell_state。
4. β 细网格：在节点 9 路径上扫 β ∈ {0.6, 0.65, 0.7} × 3 seed（seed 0/1/2），接受条件 direction/cell_state 再抬 ≥2 且 de_recovery 降幅 ≤0.6；不再往 β≥0.75 走。预期看 direction、cell_state。
5. 并发对比结论归档：本轮并发 3 未出现资源冲突（内存峰值 79.47 GB 充裕、无超时），建议在 agent/knowledge/ 中记录"并发 3 在 6 节点预算下安全"，为后续扩容提供依据。

7. 需要人决定的问题

1. 是否提交节点 8？ 当前 run submittable: false（dirty）。节点 8 rank3 58.1291 超噪声但幅度仅 +2.07，X1 外部 48.119 仍低于 floor 50（−1.881）。可选：a) 清理 dirty 后提交；b) 等下一轮进一步确认后再提交；c) 不提交，继续搜索。
2. 校准差 −8.77（官网 47.2 vs 本地 proxy 55.97）是否需要调整本地尺子？ 该差距来自历史 run（grok-t1），当前无新官网数据。可选：a) 维持现状，等更多提交数据；b) 人工复测该种子确认本地尺子偏高原因；c) 在分析时心里折算但不动搜索目标。
3. 并发 3 的 G6 验收是否通过？ 本轮无资源冲突、无超时，但 Engineer 槽利用率仅 65.8%，节点均值 34.6 min。可选：a) 认定通过，后续保持并发 3；b) 加到并发 4–5 再测；c) 回退并发 1 以减少干扰变量。
4. 节点 5（κ=−0.5，seed0 53.03）的 3-seed 均值仅 52.66（节点 7 Analyst 经验），是否仍保留为有效基线？ 可选：a) 保留，后续在其上叠加；b) 降级为参考，以节点 2 为唯一基线；c) 用 5 seed 复测后再定。

数字核对（程序生成）

• 核对数字 170 个：在事实包中找到 170 个，找不到 0 个。
• 下一轮建议里的参数提议（代码格式，不核对）13 个数字，5 处：HEART_WEIGHT ∈ {1.3, 1.6, 2.0}、EDGE_WEIGHT ∈ {0.1, 0.25, 0.5}、θ ∈ {0.4, 0.5, 0.6}、θ=0.5、β ∈ {0.6, 0.65, 0.7}
• 写作调用：alibaba-token-plan-cn/qwen3.8-max {"thinking_budget": 8192}，91.1 s，tokens out 2440 reasoning 1293，尝试 1 次