运行档案 / T1:val / 10-01 20:44
G21 快速校准 / C 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 50.70（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。
47.0
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。
19
分析员 5、工程师 5、调研员 5、审查员 4
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 |
|---|---|---|---|
| X3 | 搜索目标复测 | 50.1 | 真值 B 半 / 3 个 seed均值 |
| X4 | 搜索目标复测 | 51.9 | 真值 B 半 / 3 个 seed均值 |
| X5 | 搜索目标复测 | 50.1 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 50.2 | 全部真值 / 1 个 seed单次 |
| T1:val | 官网结果 | 47.0 | 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。
n2 种子
seed heart_jcf_peri
搜索目标分 49.45 · X3 46.85 · X4 50.80 · X5 50.72 · 3 次复测均分 49.65
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
METHOD
搜索目标分 51.08（+1.6） · X3 50.00（+3.2） · X4 52.17（+1.4） · X5 51.06（+0.3） · 3 次复测均分 50.81
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：PLAN 的核心假设（数据驱动的两阶段比例趋势外推）被证伪：在外部视图上两输入阶段来自不同胚胎/切面，比例差是解剖批次效应而非时间动态，γ=1 趋势外推均值 45.3，远低于 uniform 地板 50——趋势外推只在输入确认来自同一数据集/连续时间轴时使用。
审查意见 通过 1 越界读取：未发现问题。run.py 仅通过 view_io 读取 --data 视图内 manifest['inputs'] 指定的阶段文件（run.py:55-61），无绝对路径、'..'、/mnt、/home、打分器路径，无网络访问；prior 清单也未使用。; 2 硬编码目标统计量：未发现问题。输出细胞数 N=clip(n_avail, min_cells, max_cells) 由输入现场细胞数与 manifest 限制算出
↓
METHOD
搜索目标分 50.90（-0.2） · X3 50.00（+0.0） · X4 52.27（+0.1） · X5 50.43（-0.6） · 3 次复测均分 50.70
分析员结论：在末阶段真实细胞内做伪时间倾斜选择（β=1.0）不移动 de_recovery：该组在所有纯选择方案上停在地板 50.0（de_score=0），说明只挑真实细胞、不改表达无法让输出表达分布向'更晚'偏移，此路对 de_recovery 证伪。
审查意见 通过 1 越界读取：未发现。run.py 仅通过 args.data 经 src.task1_temporal.view_io 读视图内文件（L91-97），无绝对路径、..、/mnt、打分器路径或网络访问。; 2 硬编码目标统计量：未发现。HEART_TYPES/EDGE_TYPES 是类型族规则权重（×1.6/×0.25，run.py L14-23），精确匹配不中则回退 1.0（L127-131），N=clip(n_avail,min_c
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。 | X3?用外部公开数据造的同类型题。 | X4?用外部公开数据造的同类型题。 | X5?用外部公开数据造的同类型题。 | 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 | 50.0 | — | 50.0 | 50.0 | 50.0 | 50.0 | 通过 | 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 49.5 | — | 46.8 | 50.8 | 50.7 | 49.7 | 通过 | 1 分 | seed heart_jcf_peri |
| n3 | — | 种子 | 已打分 | 40.0 | — | 40.5 | 41.5 | 37.9 | 40.0 | 通过 | 1 分 | seed pseudobulk_shift |
| n4 | n1 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | 50.0 | 50.0 | 50.0 | 未审查 | 10 分 | copy_last（校准后回退：簇级 EB 收缩位移在 X3/X4/X5 上均低于地板） |
| n5 | n2 | 改进 | 已打分 | 51.1 | +1.6 | 50.0 | 52.2 | 51.1 | 50.8 | 通过 | 21 分 | METHOD |
| n6 | n1 | 改进 | 已打分 | 50.4 | +0.4 | 50.6 | 50.8 | 49.8 | 50.3 | 通过 | 14 分 | copy_last + 增殖加权的 Efraimidis-Spirakis 无放回子采样（β=−0.3，取 70% 细胞），只改组成不改表达。 |
| n7 | n5 | 改进 | 已打分 | 50.9 | -0.2 | 50.0 | 52.3 | 50.4 | 50.7 | 通过 | 17 分 | METHOD |
| n8 | n6 | 改进 | 已打分 | 52.5 | +2.1 | 53.6 | 50.8 | 53.2 | 52.4 | 通过 | 21 分 | copy_last + 阶段内扩散伪时间加权的 E-S 无放回子采样（γ=+0.6，取 70% 细胞，只改组成不改表达）；伪时间根设在增殖质心，dpt 失败时回退节点 6 增殖轴（β=−0.3）。 |
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 | 47,981 | 8,174 |
| 工程师 | 5 | 1 | 1 小时 1 分 | 210,968 | 72,647 |
| 调研员 | 5 | 0 | 14 分 | 66,848 | 32,301 |
| 审查员 | 4 | 0 | 5 分 | 66,174 | 13,749 |
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-C 10-01 20:44 · 自动搜索 · T1:val · G21 快速校准 · C 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。 | X3+X4+X5 等权；终检 X1 |
| 状态 | 已结束 |
| 开始 / 结束 | 10-01 20:44 / 10-01 21:46 |
| 用时 | 1 小时 2 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-C/config_source.yaml 配置指纹 bb778d26223b720b |
| 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。 | 621acc9d592e2af8 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-C/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。 | 473f47451d42d520 |
| 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 test：76 个文件，指纹 cbba09bbdfbe1b0d |
| 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-C 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 7 行 · 2026-10-01 · T1:val · 预测文件指纹 4d9b20e99f020de4 · 官网分 47.0 |
| 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 |