运行档案 / T1:val / 10-01 20:44
G21 快速校准 / B 组
先看终选决定，再沿节点查看方法、代码改动和对话证据。
终选程序?按该运行锁定的规则最终选出的程序；可能是候选节点，也可能由护栏回退到基线。
n7
本运行目标 50.36（种子 0 单次）
节点?搜索树里的每个候选程序。
8
已打分 8
官网分?官网 P2 返回的真实分数。
47.8
官网 P2 返回
大模型调用次数?各角色（调研员、工程师、分析员、审查员）调用大模型的次数。
20
分析员 5、工程师 5、调研员 5、审查员 5
实际结果与评分依据
搜索目标、护栏和诊断分开阅读。不同真值分片或 seed 的同名尺子保留各自记录。
| 尺子 | 用途 | 分数 | 评分上下文 |
|---|---|---|---|
| proxy2 | 搜索目标复测 | 50.4 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 42.8 | 全部真值 / 1 个 seed单次 |
| T1:val | 官网结果 | 47.8 | 提交预测对应的评分 |
来历?终选程序从种子程序一步步改过来的路径，每一步都写了改了什么、分数变了多少。
括号里的分差只表示变化方向，不代表统计显著性。
n3 种子
seed pseudobulk_shift
搜索目标分 27.43 · proxy2 27.43 · 3 次复测均分 27.50
审查意见?审查员（Reviewer）检查程序是否越界读取、写死目标或钻评分器漏洞后的意见。 通过 seed (human-written, locked)
↓
n5 改进
trusted_base_shift：预测基底一律取最近的官方（域内）输入阶段；外部/更早阶段只用来估计小步长、按类型收缩的伪批量位移，绝不直接当输出细胞。
搜索目标分 50.45（+23.0） · proxy2 50.45（+23.0） · 3 次复测均分 50.24
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：当最新输入是域外/异技术阶段（基因面板被均值补齐、组成偏单一谱系）时，直接 copy_last 会摧毁 cell_state 和 covariation（各跌到 <4），改用最近域内官方阶段作基底可回升 +45/+49 分——'状态取域内、方向取域外小步长位移'的解耦在 T1 上成立。
审查意见 通过 检查1（越界读取）：未发现问题——run.py 只通过 src.task1_temporal.view_io 的 load_manifest/read_stage/panel_genes 从 --data 视图读取 manifest.inputs 列出的阶段（L78-L104），无绝对路径、'..'、/mnt、/home、data/raw、downloads、打分器或 src/common/evaluation 引用，无网络访问。; 检
↓
trusted_base_shift 精修：外部 Qiu delta 按映射类型样本量做可靠性缩放 α·n/(n+200)，并取消 endocardial→Endothelium 映射；其余父节点5路径不变。低秩 PC 去噪已测试但未采用。
搜索目标分 50.53（+0.1） · proxy2 50.53（+0.1） · 3 次复测均分 50.36
分析员结论：在跨技术外部 delta（sci-RNA-seq3、4402 基因均值补齐）上，把 delta 投影到基底 E8.5 的前 50/100 个共表达 PC（β=1）并不能抬高 α 上限：去噪后 α=0.5 仍降分（49.88 vs α=0.3 的 49.80），且 direction 反降（51.6 vs 52.1）——说明卡住 α 的不是各向同性逐基因噪声，且 PC 投影会抹掉 direction 指标依赖的逐基因 DE 方向信号。
审查意见 通过 1 越界读取：未发现问题——run.py 只通过 view_io（load_manifest/read_stage/panel_genes 等，run.py:32-43）访问 args.data，无绝对路径、..、/mnt、打分器或 src/common/evaluation 引用，无联网代码。; 2 硬编码目标统计量：未发现问题——ALPHA/N0 为超参（run.py:45-49），外部类型细胞数 n_t 现场由 len(idx_e
搜索树?每个点是一个节点，连线从父节点指向子节点；颜色表示结果。
蓝色粗线是来历路径；鼠标停在点上看节点，点一下打开节点页。
已打分?程序正常跑完并拿到分数。
搜索分数的变化?横轴是从运行开始算起的分钟数，纵轴是到那时为止最好的搜索目标分。
全部节点与对话（8）
| 节点 | 父节点 | 操作?种子：人写的起点；改进：在父节点上改；草稿：从头写；修复：修父节点的报错。 | 状态 | 搜索目标分?搜索用来比较节点的分数（各把尺子按权重合成，种子 0 单次）。 | 比父节点?这个节点的分数减去它父节点的分数；正数是变好。 | proxy2?两输入替代题：官方 E8.5 + 外部 Qiu E9.0 预测 E9.5，给需要两个时间点的方法一个公平分数。 | 3 次复测?换 3 个随机种子各跑一次取平均 ± 标准差，比单次分更稳。 | 审查 | 用时?从运行开始到结束（或到现在）的挂钟时间。 | 方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。 |
|---|---|---|---|---|---|---|---|---|---|---|
| n1 | — | 种子 | 已打分 | 27.4 | — | 27.4 | 27.5 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 27.4 | — | 27.4 | 27.5 | 通过 | 不到 1 分 | seed heart_jcf_peri |
| n3 | — | 种子 | 已打分 | 27.4 | — | 27.4 | 27.5 | 通过 | 不到 1 分 | seed pseudobulk_shift |
| n4 | n1 | 改进 | 已打分 | 50.0 | +22.6 | 50.0 | 50.1 | 通过 | 12 分 | 稳健锚点选择：只用通过 QC 的官方全基因覆盖输入作输出底座（proxy2 上排除外部 Qiu E9.0，锚定 E8.5）；两个可信官方阶段时才启用类型匹配阻尼伪批量位移。 |
| n5 | n3 | 改进 | 已打分 | 50.5 | +23.0 | 50.5 | 50.2 | 通过 | 16 分 | trusted_base_shift：预测基底一律取最近的官方（域内）输入阶段；外部/更早阶段只用来估计小步长、按类型收缩的伪批量位移，绝不直接当输出细胞。 |
| n6 | n4 | 改进 | 已打分 | 50.8 | +0.8 | 50.8 | 50.0 | 通过 | 28 分 | 在节点4锚点选择上加类型内伪时间前推位移：每个≥100细胞的类型以增殖分最高细胞为根做DPT，按伪时间4分位bin拟合基因斜率（MAD收缩+99分位截断），全体细胞加β=0.25·斜率并clip≥0。 |
| n7 | n5 | 改进 | 已打分 | 50.5 | +0.1 | 50.5 | 50.4 | 通过 | 18 分 | trusted_base_shift 精修：外部 Qiu delta 按映射类型样本量做可靠性缩放 α·n/(n+200)，并取消 endocardial→Endothelium 映射；其余父节点5路径不变。低秩 PC 去噪已测试但未采用。 |
| n8 | n7 | 改进 | 已打分 | 50.9 | +0.4 | 50.9 | 50.7 | 不通过 | 13 分 | 父节点7基底上加类型内方差成熟化膨胀（s=1.05）：输出细胞按基底类型绕类型均值放大离差再夹≥0，补偿基底细胞云相对目标阶段偏紧；endocardial 回收 f=0.3 已测无增益、不采用。 |
资源消耗与失败情况
没有失败节点
| 角色?调研员写计划、工程师改代码、分析员解读分数、审查员检查作弊。 | 大模型调用次数 | 失败 | 总用时 | 输入 token 数?输入 / 输出（含思考）的 token 数，来自接口返回的用量。 | 输出 token |
|---|---|---|---|---|---|
| 分析员 | 5 | 0 | 3 分 | 50,258 | 7,922 |
| 工程师 | 5 | 0 | 1 小时 8 分 | 248,196 | 82,650 |
| 调研员 | 5 | 0 | 13 分 | 66,065 | 31,622 |
| 审查员 | 5 | 0 | 11 分 | 112,822 | 27,648 |
运行配置与来源
| 运行?一次完整的自动搜索或 Agent 会话，有自己的锁定配置和证据包。 | 20261001-204440-search-t1-g21q-B 10-01 20:44 · 自动搜索 · T1:val · G21 快速校准 · B 组 |
|---|---|
| 题目?比赛的哪道题、哪个阶段，例如 T1:val 是第 1 题的验证阶段。 | T1:val |
| 方式?自动搜索：ERA 式搜索树，多个节点不断改进程序；单 Agent：一个 Agent 会话从头做到尾。 | 自动搜索 |
| 搜索目标?这次运行用哪几把尺子、按什么权重合成分数来比较节点；目标不同的运行，最佳分不能直接比。 | proxy2；终检 X1 |
| 状态 | 已结束 |
| 开始 / 结束 | 10-01 20:44 / 10-01 21:38 |
| 用时 | 53 分 / 预算 1 小时 15 分 |
| 所在副本?运行目录所在的代码副本（Spark 上 ~/vec 下的哪个目录）。 | 2026_virtual_embryo |
出处?这次运行用的代码、配置、数据和模型的指纹，靠它们可以原样找回并复现。
| 代码版本?运行锁定时代码仓库的 git 提交号；带 +dirty 表示当时有未提交的改动。 | 1b079590444b55e5d5e5043f4809084e30d1da66 |
|---|---|
| 版本标签?可提交运行在锁定的提交上打的 git 标签 run/<运行编号>，以后能原样找回代码。 | — |
| 配置文件 | /home/spark-longxinyang/vec/runs/formal/20261001-204440-search-t1-g21q-B/config_source.yaml 配置指纹 7fd87d7269c131b4 |
| 锁定指纹?启动时把配置、代码、提示词等全部锁定后算出的总指纹。 | f6164bd81223b5a8 锁定格式 v8 |
| 运行专用代码副本?启动时为这次运行单独检出的一份只读代码；运行全程只读它，不受主副本更新影响。 | 目录存在 /home/spark-longxinyang/vec/runs/formal/20261001-204440-search-t1-g21q-B/code |
| 打分口径指纹?打分器、数据视图、种子等合起来的指纹；指纹相同，分数才能直接比较。 | a192249b5426ce40 |
| 数据视图指纹?程序能看到的输入数据文件的指纹，按视图汇总成一个短指纹。 | final：22 个文件，指纹 edb68fc794d79881 proxy：18 个文件，指纹 166d21c45cc35ede proxy2：20 个文件，指纹 3a64c6f141374179 test：19 个文件，指纹 528e8fdd2929e988 |
| 大模型?每个角色用的大模型；括号里是接口实际报告的模型名。 | 分析员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 工程师：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 调研员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 审查员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） |
| 运行目录 | /home/spark-longxinyang/vec/runs/formal/20261001-204440-search-t1-g21q-B 主机 spark-ad3f |
| 提交账本?notes/changelogs/submissions.tsv：每次上传官网的记录和返回的官网分。 | 第 5 行 · 2026-10-01 · T1:val · 预测文件指纹 da4987d94e651b32 · 官网分 47.8 |
| 迭代报告?运行结束后自动生成的中文复盘报告（notes/reports/runs）。 | 还没有迭代报告 |