运行档案 / T1:val / 10-01 23:37
A/B/C 框架对比 / 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。
n23
本运行目标 54.68（种子 0 单次）
节点?搜索树里的每个候选程序。
32
已打分 29
官网分?官网 P2 返回的真实分数。
—
还没有提交或还没有分数
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。
106
分析员 29、工程师 31、调研员 32、审查员 14
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 | 50.0 | 真值 B 半 / 3 个 seed均值 |
| proxy | 搜索目标复测 | 57.0 | 真值 B 半 / 3 个 seed均值 |
| proxy2 | 搜索目标复测 | 57.0 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 50.0 | 全部真值 / 1 个 seed单次 |
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。
n1 种子
seed pseudobulk_shift
搜索目标分 39.34 · proxy 50.04 · proxy2 27.43 · X3 40.53 · 3 次复测均分 39.42
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)
↓
n4 改进
增殖指数反向重加权 copy_last：按细胞类型的增殖标记得分下调快增殖祖细胞、上调低增殖（分化中）类型的抽样权重（β=-4），改变群体组成。
搜索目标分 53.48（+14.1） · proxy 55.23（+5.2） · proxy2 55.23（+27.8） · X3 50.00（+9.5） · 3 次复测均分 53.70
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在单输入阶段快照内计算类型级增殖得分并做负 β（下调高增殖祖细胞、上调低增殖分化类型）加权抽样，可让 proxy 从 50.4 提到 55.3；正 β 单调降分（+4→39.88），说明『增殖快→占比涨』的先验方向在心脏 E8.5→E9.5 上是反的，符号必须用查分验证而非假设。
审查意见 通过 1 越界读取：未发现问题。run.py 仅通过 src.task1_temporal.view_io 的 load_manifest/panel_genes/read_stage 读取视图内数据（run.py:26-36,70-73），无绝对路径、..、/mnt、/home、打分器路径或联网操作。; 2 硬编码目标统计量：未发现问题。唯一常量是通用细胞周期基因表 PROLIF（run.py:40-41）和标量 BETA=-4（run.p
↓
n7 改进
copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达回归斜率的逐细胞表达放大（γ=-0.8），外部/退化视图跳过表达调整。
搜索目标分 54.54（+1.1） · proxy 56.80（+1.6） · proxy2 56.80（+1.6） · X3 50.00（+0.0） · 3 次复测均分 54.48
分析员结论：在 copy_last+增殖重加权基底上，沿类型内增殖-表达回归斜率做逐细胞表达微调时，正 γ（向类型均值收缩）单调降分，负 γ（放大细胞自身增殖偏离）升分：A 半 γ=0→56.28，-0.8→57.20，-1.6→57.37 但 covariation 掉 2 分，机制方向与 PLAN 预期相反，参数扫描必须覆盖符号两侧。
审查意见 通过 1 越界读取：未发现问题。run.py 仅通过 harness 的 src.task1_temporal.view_io（load_manifest/read_stage/panel_genes，run.py:80-83）读取 --data 视图内文件，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：未发现问题。常量仅为调出的标量超参（BETA_TYPE=-4、BETA_CELL=-1、GAMMA=-0.8、
↓
copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的斜率 PC 投影实测无效已关闭，外部/退化视图跳过表达调整。
搜索目标分 54.73（+0.2） · proxy 57.10（+0.3） · proxy2 57.10（+0.3） · X3 50.00（+0.0） · 3 次复测均分 54.68
分析员结论：OLS 斜率向量本身由表达矩阵线性回归得到，已近似落在表达协方差的主子空间内，投影到前 k 个 PC 近似恒等变换（k=10/20/50 与对照差 <0.02），此路不通。
审查意见 通过 1 越界读取：未发现问题。run.py 仅通过 src.task1_temporal.view_io 的 load_manifest/read_stage/panel_genes 读取 manifest 给定的输入阶段（run.py:96-99），无绝对路径、'..'、/mnt、/home、data/raw、downloads、评分器或 src/common/evaluation 访问，无联网；grep 全源码确认无 open()/np
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。程序报错?候选程序运行时出错。没有改动?这次会话没有对代码做任何修改。
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（32）
| 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。 | proxy?替代题：用手头已知阶段造的本地考题，T1 是用 E8.5 预测 E9.5。 | 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。 | X3?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 | 39.3 | — | 50.0 | 27.4 | 40.5 | 39.4 | 通过 | 不到 1 分 | seed pseudobulk_shift |
| n2 | n1 | 改进 | 已打分 | 50.0 | +10.7 | 50.0 | 50.0 | 50.0 | 50.1 | 通过 | 8 分 | 以最新官方输入阶段做 copy_last（外部阶段永不直接当输出），类型配对伪批量位移默认收缩系数 α=0（实测任何 α>0 均降分），保留 shift 机制供后续节点调参。 |
| n3 | n1 | 改进 | 已打分 | 50.0 | +10.7 | 50.0 | 50.0 | 50.0 | 50.1 | 未审查 | 9 分 | copy_last_official：输出永远取最新「官方」输入阶段的确定性抽样，忽略外部输入阶段；去掉伪批量平移（实测各 α 均降分）。 |
| n4 | n1 | 改进 | 已打分 | 53.5 | +14.1 | 55.2 | 55.2 | 50.0 | 53.7 | 通过 | 13 分 | 增殖指数反向重加权 copy_last：按细胞类型的增殖标记得分下调快增殖祖细胞、上调低增殖（分化中）类型的抽样权重（β=-4），改变群体组成。 |
| n5 | n2 | 改进 | 已打分 | 50.8 | +0.8 | 51.2 | 51.2 | 50.0 | 50.6 | 未审查 | 28 分 | copy_last（最新官方阶段）+ 单快照 Palantir 伪时间趋势基因的小幅上移（ε=0.02·σ，仅正向、无裁剪），方向由 prior/Reactome 增殖根或前一官方阶段 delta 对齐决定；对齐不可靠（如 X3）则回退 copy_last。 |
| n6 | n1 | 改进 | 已打分 | 53.9 | +14.5 | 55.8 | 55.8 | 50.0 | 54.1 | 通过 | 7 分 | β_cell=-1 类型内增殖重加权叠加节点4类型级 β_type=-4：copy_last_official + 两级加权无放回抽样（proxy 55.1→56.3，2 seeds 一致）。 |
| n7 | n4 | 改进 | 已打分 | 54.5 | +1.1 | 56.8 | 56.8 | 50.0 | 54.5 | 通过 | 15 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达回归斜率的逐细胞表达放大（γ=-0.8），外部/退化视图跳过表达调整。 |
| n8 | n1 | 改进 | 程序报错 | — | — | — | — | — | — | 未审查 | 6 分 | node6机制+类型内典型性加权提升DE恢复 |
| n9 | n2 | 改进 | 已打分 | 53.9 | +3.9 | 55.9 | 55.9 | 50.0 | 54.0 | 未审查 | 10 分 | copy_last（最新官方阶段）+ 增殖双级重加权抽样（β_type=-4、β_cell=-1，Efraimidis–Spirakis 无放回）；凋亡轴实测无效已默认关闭（β_a=0）。 |
| n10 | n5 | 改进 | 已打分 | 54.1 | +3.2 | 56.1 | 56.1 | 50.0 | 54.2 | 未审查 | 23 分 | copy_last（最新官方阶段）+ 两级增殖重加权抽样（β_type=-4、β_cell=-1，Efraimidis-Spirakis）+ 伪时间负趋势基因乘性收缩（ε_neg=0.05，保零保非负）；正向加性位移关闭（实测叠加重加权后伤 covariation）；X3/tes |
| n11 | n3 | 改进 | 已打分 | 54.1 | +4.0 | 56.1 | 56.1 | 50.0 | 54.3 | 未审查 | 9 分 | copy_last_official + 两级增殖重加权（β_type=-3, β_cell=-3，E-S 加权无放回抽样），不改表达值；外部/无官方阶段视图退回纯 copy_last。 |
| n12 | n9 | 改进 | 已打分 | 53.9 | +0.0 | 55.9 | 55.9 | 50.0 | — | 未审查 | 20 分 | copy_last（最新官方阶段）+ 增殖双级重加权抽样（β_type=-4、β_cell=-1）；叠加的增殖-表达回归位移（逐细胞 γ 与群体 Δp）实测全部 ≤ 基线，默认关闭。 |
| n13 | n11 | 改进 | 已打分 | 54.1 | +0.0 | 56.1 | 56.1 | 50.0 | 54.3 | 未审查 | 17 分 | copy_last_official + 两级增殖重加权（β_type=-3, β_cell=-3，E-S 无放回抽样），不改表达值；测试了针对 de_recovery 的表达修饰（加性斜率平移、乘性增殖放大），全部净负，故保留父机制。 |
| n14 | n8 | 修复 | 没有改动 | — | — | — | — | — | — | 未审查 | 1 分 | 修复节点8：稀疏典型性加权 + 安全阶段过滤 |
| n15 | n12 | 改进 | 已打分 | 53.9 | +0.0 | 55.9 | 55.9 | 50.0 | — | 未审查 | 17 分 | copy_last（最新官方阶段）+ 增殖双级重加权抽样（β_type=-4、β_cell=-1）。本节点新增三类默认关闭的抽样后表达变换（按基因 winsorize、kNN 去噪、类型内离散度放大/收缩），实测全部降低总分且必然损伤 covariation，故提交配置=父节点机 |
| n16 | n7 | 改进 | 已打分 | 54.5 | +0.0 | 56.8 | 56.8 | 50.0 | 54.5 | 通过 | 12 分 | 扫描了 Reactome 通路约束斜率平滑（λ）与 |slope| 阈值 / γ 网格：全部低于对照或在噪声内，按预定判定保留 node7 原逻辑，λ=0 默认输出与父逐字节等价。 |
| n17 | n8 | 修复 | 没有改动 | — | — | — | — | — | — | 未审查 | 1 分 | 修复节点8：稀疏典型性加权（安全API + 稀疏余弦） |
| n18 | n7 | 改进 | 已打分 | 54.7 | +0.2 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 18 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达回归斜率放大改为 γ=-1.6、|slope| 阈值 0.1（3 种子 A 半一致优于父 γ=-0.8/0.05）；PLAN 的类型分层保底抽样实测有害，已实现但默认关闭。 |
| n19 | n1 | 改进 | 已打分 | 53.9 | +14.6 | 55.9 | 55.9 | 50.0 | — | 未审查 | 11 分 | copy_last(最新官方阶段) + 两级增殖重加权抽样(β_type=-4, β_cell=-1, E-S无放回)；新增 prior/Reactome「Developmental Biology」分化轴实测与基线同分，默认 β_diff=0 关闭，不改表达值。 |
| n20 | n11 | 改进 | 已打分 | 54.1 | +0.0 | 56.1 | 56.1 | 50.0 | — | 未审查 | 14 分 | 在节点11（copy_last_official + β_type=-3/β_cell=-3 两级增殖重加权）上实测 DPT 伪时间第三抽样轴与 n_genes 成熟度轴：两轴各方向均降分，按预定判定回退父机制（BETA_PT=0，输出与父逐位一致）。 |
| n21 | n7 | 改进 | 已打分 | 54.7 | +0.2 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 20 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达斜率放大（γ=-1.6、|slope|>0.1）；PLAN 的 Reactome 分化第二表达轴实测两符号均降分，按预定判定关闭（γ_diff=0），t 统计量过滤/Reactome 细胞周 |
| n22 | n16 | 改进 | 已打分 | 54.7 | +0.2 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 12 分 | 实现类型内「表达-斜率对齐」（future-ness）第三抽样轴并做增殖残差化；实测 de_recovery 完全不动、cell_state/covariation 显著下降，按预定判定回退 β_future=0，发布 node18 参数（γ=-1.6、slope_min=0.1 |
| n23 | n7 | 改进 | 已打分 | 54.7 | +0.2 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 24 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的斜率 PC 投影实测无效已关闭，外部/退化视图跳过表达调整。 |
| n24 | n15 | 改进 | 已打分 | 53.9 | +0.0 | 55.9 | 55.9 | 50.0 | — | 未审查 | 22 分 | 继承节点15机制（copy_last官方阶段+两级增殖重加权抽样）；按PLAN实测两阶段全局DE方向抽样轴与加性/乘性γ表达调整，proxy上全部劣于基线，故全部默认关闭，提交输出与父机制逐字节一致。 |
| n25 | n20 | 改进 | 已打分 | 54.4 | +0.3 | 56.6 | 56.6 | 50.0 | — | 未审查 | 19 分 | copy_last_official+两级增殖重加权(β=-3,-3)骨架上加类型内增殖-表达OLS斜率放大(γ=+0.8,|slope|>0.1)：cell_state两seed各+2以上、covariation基本不变；负γ(含node18的-1.6)在本骨架灾难性降分；跨数 |
| n26 | n23 | 改进 | 已打分 | 54.7 | +0.0 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 16 分 | 实测PLAN的covariation保护（PROLIF斜率排除+类型内top-N，8组合）：cov与cell_state是等board分trade-off曲线，最优仅与对照打平（57.62 vs 57.60），按预定判定关闭，发布输出与node 23一致。 |
| n27 | — | 草稿 | 已打分 | 52.8 | — | 54.2 | 54.2 | 50.0 | — | 未审查 | 18 分 | 谱系标记驱动的类型族抽样重加权（心脏↑1.6、边缘组织↓0.25）+ 类型内增殖细胞级加权（β=-1），copy_last 官方阶段，不改表达值。 |
| n28 | n7 | 改进 | 已打分 | 54.7 | +0.2 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 13 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达斜率逐细胞放大（γ=-1.6、|slope|>0.1）；PLAN 的确定性类型配额与类型自适应 γ 实测无效/有害，均默认关闭。 |
| n29 | n28 | 改进 | 已打分 | 54.7 | +0.0 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 18 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 增殖-表达斜率放大（γ=-1.6、|slope|>0.1）；新增的类型内离散度第三级抽样权重实测净负（de_recovery +0.52 / covariation −1.63），默认关闭。 |
| n30 | n23 | 改进 | 已打分 | 54.7 | +0.0 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 15 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的分解式调整（类型均值平移 γ_mean + 衰减 γ_dev）实测正负两向均降分，γ_dev 与 β_ |
| n31 | n7 | 改进 | 已打分 | 54.6 | +0.1 | 57.0 | 57.0 | 50.0 | — | 未审查 | 13 分 | copy_last(最新官方阶段)+两级增殖重加权抽样(β_type=-4,β_cell=-1)+类型内增殖-表达OLS斜率逐细胞放大(γ=-1.6,|slope|>0.05)；本节点实测的dropout零值填补与斜率幅度上界均无效/有害，默认关闭。 |
| n32 | n23 | 改进 | 已打分 | 54.7 | +0.0 | 57.1 | 57.1 | 50.0 | 54.7 | 通过 | 13 分 | copy_last 两级增殖重加权（β_type=-4、β_cell=-1）+ 类型内增殖-表达 OLS 斜率的逐细胞放大（γ=-1.6、|slope|>0.15）；PLAN 的斜率 PC 投影实测无效已关闭，外部/退化视图跳过表达调整。 |
资源消耗与失败情况
没有改动 2 程序报错 1
| 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 | 29 | 0 | 24 分 | 306,085 | 53,950 |
| 工程师 | 31 | 4 | 5 小时 25 分 | 1,515,591 | 478,814 |
| 调研员 | 32 | 0 | 1 小时 37 分 | 400,329 | 242,466 |
| 审查员 | 14 | 0 | 19 分 | 246,384 | 42,711 |
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。 | 20261001-233756-search-t1-abc-r0-B-population 10-01 23:37 · 自动搜索 · T1:val · A/B/C 框架对比 · B 组 · r0-population |
|---|---|
| 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。 | proxy+proxy2+X3 等权；终检 X1 |
| 状态 | 已结束 |
| 开始 / 结束 | 10-01 23:37 / 10-02 03:41 |
| 用时 | 4 小时 3 分 / 预算 4 小时 30 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。 | a3935ba50ec7aa51d88cffe46f526585058d9edd |
|---|---|
| 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/20261001-233756-search-t1-abc-r0-B-population/config_source.yaml 配置指纹 935bb9d2f1defd40 |
| 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。 | 65249772a25cd051 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/20261001-233756-search-t1-abc-r0-B-population/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。 | 3337117a6cf3c4db |
| 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：38 个文件，指纹 f706ad2858ee7264 |
| 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/20261001-233756-search-t1-abc-r0-B-population 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。 | 这次运行没有提交过官网 |
| 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 |