总览 · ← 返回运行 20261001-233757-search-t1-abc-r0-C-native
节点 n1 在终选来历上
seed pseudobulk_shift
| 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。 | 20261001-233757-search-t1-abc-r0-C-native |
|---|---|
| 父节点 | （种子，没有父节点） |
| 子节点 | n2、n3、n5、n8、n17 |
| 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。 | 种子 |
| 状态 | 已打分 |
| 分数 | 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 | 通过 seed (human-written, locked) |
| 用时?从运行开始到结束（或到现在）的挂钟时间。 | 不到 1 分 |
| 程序版本 | 34ea38b45b7bc19572294e024aa14adeb3e90870 （programs.git） |
方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。
没有 METHOD.md。
调研员的计划
| 名称 | seed pseudobulk_shift |
|---|---|
| 做法 | seed pseudobulk_shift: 最新阶段抽样后，每个细胞加上所属类型在最后一步的伪批量差值 mean(last|type) − mean(prev|type)，夹到 ≥0；前一阶段没有的类型原样复制。 |
代码改动?这个节点的程序和父节点程序的逐行差别：绿色是新增，红色是删除。
对比：这个提交的上一版（种子程序：相对空仓库）。改动的文件：solution/README.md +4 −0、solution/run.py +55 −0
diff --git a/solution/README.md b/solution/README.mdnew file mode 100644index 0000000..ba29577--- /dev/null+++ b/solution/README.md@@ -0,0 +1,4 @@+# pseudobulk_shift++最新阶段抽样后，每个细胞加上所属类型在最后一步的伪批量差值 mean(last|type) − mean(prev|type)，夹到 ≥0；前一阶段没有的类型原样复制。+T1 proxy 只有一个输入阶段，没有差值可取，退化成 copy_last（同样的抽样），所以 proxy 分 = copy_last（seed 0 实测 49.77）。final 才真正平移；官方在真实 T1 上报的常数位移是 48.6，低于地板。diff --git a/solution/run.py b/solution/run.pynew file mode 100644index 0000000..f3a0f25--- /dev/null+++ b/solution/run.py@@ -0,0 +1,55 @@+#!/usr/bin/env python3+"""pseudobulk_shift: latest stage + per-cell-type pseudobulk delta of the last step.++The delta is mean(last|type) - mean(prev|type) over the two latest inputs,+computed on the full stages and added once to a subsample of the latest stage+(clipped at 0). Types missing from the earlier stage are copied unchanged.++With a single input stage (T1 proxy: E8.5 only) there is no step to take a+delta from, so this falls back to copy_last with the same sampling. The proxy+therefore cannot tell this seed from copy_last; that gap is expected.+"""++from __future__ import annotations++import argparse++import numpy as np++from src.task1_temporal.baselines import shift_rows, type_deltas+from src.task1_temporal.view_io import (+ inputs_by_time,+ labels_of,+ load_manifest,+ panel_genes,+ read_stage,+ sample_rows,+ target_n_cells,+ write_prediction,+)+++def main() -> None:+ parser = argparse.ArgumentParser()+ parser.add_argument("--data", required=True)+ parser.add_argument("--out", required=True)+ parser.add_argument("--seed", type=int, default=0)+ args = parser.parse_args()++ manifest = load_manifest(args.data)+ genes = panel_genes(args.data, manifest)+ stages = inputs_by_time(manifest)+ last = read_stage(args.data, stages[-1], genes)+ rng = np.random.default_rng(args.seed)+ rows = sample_rows(last.n_obs, target_n_cells(manifest, last.n_obs), rng)+ X = last.X[rows]+ if len(stages) >= 2:+ prev = read_stage(args.data, stages[-2], genes)+ deltas = type_deltas(prev.X, labels_of(prev), last.X, labels_of(last))+ del prev+ X = shift_rows(X, labels_of(last)[rows], deltas)+ write_prediction(X, genes, args.out, seed=args.seed)+++if __name__ == "__main__":+ main()
调研来源?调研员查到并用到的知识条目和文献检索结果（只列标题和编号）。
没有记录调研来源。
分析结果?分析员写的 ANALYSIS.json：改了什么、各组分数怎么变、假设是否成立、经验和下一步建议。
没有分析结果（ANALYSIS.json）。
对话摘要?每个角色和大模型对话的统计：轮数、工具调用、用时、token 数和最后的回答摘录；原始记录只给路径。
只给统计和最后回答的摘录；完整对话请到原始记录位置?完整对话记录在 Spark 上的文件路径；看板不复制原始内容。里列出的文件看。
这个节点没有大模型对话记录。