总览 · ← 返回运行 20261001-233757-search-t1-abc-r0-C-native
节点 n17
改了什么
| 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 | n1 |
| 子节点 | n20、n22、n23 |
| 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。 | 改进 |
| 状态 | 已打分 |
| 分数 | 搜索目标分 48.94(+9.6) · proxy 50.04(+0.0) · proxy2 50.04(+22.6) · X3 46.74(+6.2) · 3 次复测均分 49.03 |
| 审查 | 未审查 |
| 用时?从运行开始到结束(或到现在)的挂钟时间。 | 5 分 |
| 程序版本 | fbd55642fcc87e8671f0092fab7b42a30ca78ea3 (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。
来自 programs.git fbd55642fc:solution/METHOD.md
改了什么
相对父节点(seed pseudobulk_shift)的改动:
- 用
inputs_by_time(manifest, include_external=False)过滤外部输入阶段,修复 proxy2 上把 Qiu E9.0 当作最新官方阶段导致分数崩溃的问题(proxy2 从 27.43 恢复到 ~50)。 - 移除无收缩的全量 delta(alpha=1),改用 SNR 自适应收缩:每个类型根据显著基因比例决定整体 alpha(0.1–0.75),每个基因根据信噪比决定收缩力度((snr/(snr+K))^power),噪声大的基因几乎不动。
- 单输入阶段退化为 copy_last,不再崩溃。
- 输出前统一 clip 到 ≥0。
理由:方法卡 k018 明确指出 alpha=1 的常数位移在 T1 上低于 copy_last;实验表中所有高分节点都使用 include_external=False + SNR 收缩。
用到的知识与出处
- 方法卡 k018(Damped per-type shift: shrinkage alpha on the observed delta)
- 方法卡 k004(OT recipe census,确认类型配对逻辑)
- 实验表中 Program 1(score 49.08)验证了 SNR 自适应收缩 + GENE_SHRINK_POWER=2.5, K=3.0 的效果;本节点微调为 power=2.0, K=2.5 以探索不同收缩强度
调研员的计划
| 名称 | native r0: Change 1: Replace: #!/usr/bin/env python3 """pseudobulk_shift: latest stage + per-cell-type pseudobulk delta of the |
|---|---|
| 动机 | OpenEvolve native generation (route C), parent 1, round 0 of 3, half-A score 49.1598 |
| 做法 | ## 改了什么 相对父节点(seed pseudobulk_shift)的改动: 1. 用 inputs_by_time(manifest, include_external=False) 过滤外部输入阶段,修复 proxy2 上把 Qiu E9.0 当作最新官方阶段导致分数崩溃的问题(proxy2 从 27.43 恢复到 ~50)。2. 移除无收缩的全量 delta(alpha=1),改用 SNR 自适应收缩:每个类型根据显著基因比例决定整体 alpha(0.1–0.75),每个基因根据信噪比决定收缩力度((snr/(snr+K))^power),噪声大的基因几乎不动。 3. 单输入阶段退化为 copy_last,不再崩溃。 4. 输出前统一 clip 到 ≥0。 理由:方法卡 k018 明确指出 alpha=1 的常数位移在 T1 上低于 copy_last;实验表中所有高分节点都使用 include_external=False + SNR 收缩。 ## 用到的知识与出处 - 方法卡 k018(Damped per-type shift: shrinkage alpha on the observed delta) - 方法卡 k004(OT recipe census,确认类型配对逻辑) - 实验表中 Program 1(score 49.08)验证了 SNR 自适应收缩 + GENE_SHRINK_POWER=2.5, K=3.0 的效果;本节点微调为 power=2.0, K=2.5 以探索不同收缩强度 |
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:父节点版本 34ea38b45b。改动的文件:solution/METHOD.md +11 −0、solution/run.py +72 −14
diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..c109b50--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,11 @@+## 改了什么+相对父节点(seed pseudobulk_shift)的改动:+1. 用 `inputs_by_time(manifest, include_external=False)` 过滤外部输入阶段,修复 proxy2 上把 Qiu E9.0 当作最新官方阶段导致分数崩溃的问题(proxy2 从 27.43 恢复到 ~50)。+2. 移除无收缩的全量 delta(alpha=1),改用 SNR 自适应收缩:每个类型根据显著基因比例决定整体 alpha(0.1–0.75),每个基因根据信噪比决定收缩力度((snr/(snr+K))^power),噪声大的基因几乎不动。+3. 单输入阶段退化为 copy_last,不再崩溃。+4. 输出前统一 clip 到 ≥0。+理由:方法卡 k018 明确指出 alpha=1 的常数位移在 T1 上低于 copy_last;实验表中所有高分节点都使用 include_external=False + SNR 收缩。+## 用到的知识与出处+- 方法卡 k018(Damped per-type shift: shrinkage alpha on the observed delta)+- 方法卡 k004(OT recipe census,确认类型配对逻辑)+- 实验表中 Program 1(score 49.08)验证了 SNR 自适应收缩 + GENE_SHRINK_POWER=2.5, K=3.0 的效果;本节点微调为 power=2.0, K=2.5 以探索不同收缩强度diff --git a/solution/run.py b/solution/run.pyindex f3a0f25..966174d 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,13 +1,11 @@ #!/usr/bin/env python3-"""pseudobulk_shift: latest stage + per-cell-type pseudobulk delta of the last step.+"""Per-type adaptive shrinkage on pseudobulk deltas with official-stage filtering. -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.+Uses only official (non-external) input stages. For each cell type, computes+the pseudobulk delta and applies SNR-based per-gene shrinkage: genes with+large signal relative to sampling noise are shifted more, noisy genes are+shrunk toward zero. Per-type alpha scales with the fraction of significant+genes. Falls back to copy_last with a single official input stage. """ from __future__ import annotations@@ -15,8 +13,8 @@ from __future__ import annotations import argparse import numpy as np+from scipy import sparse -from src.task1_temporal.baselines import shift_rows, type_deltas from src.task1_temporal.view_io import ( inputs_by_time, labels_of,@@ -28,6 +26,18 @@ from src.task1_temporal.view_io import ( write_prediction, ) +ALPHA_MAX = 0.75+ALPHA_MIN = 0.1+SIGN_THRESHOLD = 0.05+GENE_SHRINK_POWER = 2.0+GENE_SHRINK_K = 2.5+++def _to_dense(X):+ if sparse.issparse(X):+ return np.asarray(X.todense(), dtype=np.float32)+ return np.asarray(X, dtype=np.float32)+ def main() -> None: parser = argparse.ArgumentParser()@@ -38,16 +48,64 @@ def main() -> None: manifest = load_manifest(args.data) genes = panel_genes(args.data, manifest)- stages = inputs_by_time(manifest)++ stages = inputs_by_time(manifest, include_external=False)+ if not stages:+ 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]+ X = _to_dense(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)+ labels_last = labels_of(last)+ labels_prev = labels_of(prev)++ Xd_last = _to_dense(last.X)+ Xd_prev = _to_dense(prev.X)++ types_prev_set = set(np.unique(labels_prev))+ labels_sampled = labels_last[rows]++ for t in np.unique(labels_sampled):+ mask_s = labels_sampled == t+ if t not in types_prev_set:+ continue+ mask_last = labels_last == t+ mask_prev = labels_prev == t+ n_last = int(mask_last.sum())+ n_prev = int(mask_prev.sum())++ mean_last = Xd_last[mask_last].mean(axis=0)+ mean_prev = Xd_prev[mask_prev].mean(axis=0)+ raw_delta = mean_last - mean_prev++ var_last = Xd_last[mask_last].var(axis=0)+ var_prev = Xd_prev[mask_prev].var(axis=0)+ noise_se = np.sqrt(+ var_last / max(n_last, 1) + var_prev / max(n_prev, 1) + 1e-12+ )+ snr = np.abs(raw_delta) / (noise_se + 1e-12)+ significant = snr > 2.0+ frac_significant = significant.mean()++ if frac_significant < SIGN_THRESHOLD:+ alpha = ALPHA_MIN+ gene_shrink = np.ones_like(raw_delta)+ else:+ alpha = ALPHA_MIN + (ALPHA_MAX - ALPHA_MIN) * min(+ frac_significant / 0.3, 1.0+ )+ gene_shrink = (snr / (snr + GENE_SHRINK_K)) ** GENE_SHRINK_POWER++ delta = (raw_delta * alpha * gene_shrink).astype(np.float32)+ X[mask_s] += delta[np.newaxis, :]++ del prev, Xd_last, Xd_prev++ np.clip(X, 0.0, None, out=X) write_prediction(X, genes, args.out, seed=args.seed)
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。
| 改了什么 | 在 seed pseudobulk_shift 基础上:改用 inputs_by_time(include_external=False) 过滤外部阶段,用 SNR 自适应收缩(per-type alpha 0.1-0.75 随显著基因比例、per-gene shrink (snr/(snr+2.5))^2.0)替代 alpha=1 全量 delta,输出前 clip≥0,单阶段退化为 copy_last。 |
|---|---|
| 各组分数的变化 | X3:变好:46.74 vs 40.53(+6.21),超出 T1 噪声约 2 分 cell_state:变好:49.81 vs 32.67(+17.14) covariation:变好:46.78 vs 22.56(+24.21) de_recovery:噪声内:49.15 vs 49.13(+0.03) direction:噪声内:49.41 vs 50.96(-1.54) proxy:噪声内:50.04 vs 50.04(+0.00) proxy2:变好:50.04 vs 27.43(+22.61),外部阶段过滤修复了 Qiu E9.0 被当作最新官方阶段的崩溃 |
| 假设是否成立 | 是 |
| 经验 |
|
| 下一步建议 |
|
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里列出的文件看。
分析员
| 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。 | 分析员 alibaba-token-plan-cn/qwen3.8-max |
|---|---|
| 调用次数 | 1 次 |
| 轮数?大模型一共回复了几轮(每轮可以调用多个工具)。 | 3 |
| 工具调用?大模型调用读文件、执行命令等工具的次数,按工具名统计。 | 共 2 次:write 1、bash 1 |
| 用时 | 不到 1 分 |
| token 数?输入 / 输出(含思考)的 token 数,来自接口返回的用量。 | 输入 6,766 · 输出 977 · 思考 188 |
| 任务(第一行) | 分析节点 n17 的打分结果,写 ANALYSIS.json |
| 最后的回答(摘录) | ANALYSIS.json written |
| 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。 | /home/spark-longxinyang/vec/runs/formal/20261001-233757-search-t1-abc-r0-C-native/nodes/17/analyst.jsonl 6 KB /home/spark-longxinyang/vec/runs/formal/20261001-233757-search-t1-abc-r0-C-native/nodes/17/analyst.stderr |
native
| 角色 | native alibaba-token-plan-cn/qwen3.8-max |
|---|---|
| 调用次数 | 3 次 |
| 轮数 | 0 |
| 工具调用 | 共 0 次:— |
| 用时 | 3 分 |
| token 数 | 输入 66,720 · 输出 3,567 · 思考 5,964 |
| 任务(第一行) | — |
| 最后的回答(摘录) | — |
| 原始记录位置 | — |
stream
| 角色 | stream |
|---|---|
| 调用次数 | 0 次 |
| 轮数 | 3 |
| 工具调用 | 共 0 次:— |
| 用时 | 2 分 |
| token 数 | 输入 66,720 · 输出 3,567 · 思考 5,964 |
| 任务(第一行) | — |
| 最后的回答(摘录) | Looking at the results, time_scale=2.0 was too aggressive (X3 dropped from 46.67 to 45.71, covariation from 47.50 to 46.07). I'll use a damped time extrapolation factor and slightly increase ALPHA_MAX to compensate for the reduced extrapolation.
<<<<<<< SEARCH
ALPHA_MAX = 0.75
ALPHA_MIN = 0.1
SIGN_THRESHOLD = 0.05
GENE_SHRINK_POWER = 2.0
GENE_SHRINK_K = 2.5
=======
ALPHA_MAX = 0.80
ALPHA_MIN = 0.1
SIGN_THRESHOLD = 0.05
GENE_SHRINK_POWER = 2.0
GENE_SHRINK_K = 2.5
TIME_DAMP = 0.4
TIME_SCALE_CAP = 1.6
>>>>>>> REPLACE
<<<<<<< SEARCH
time_scale = 1.0
if len(stages) >= 2:
t_target = manifest["target"]["time"]
t_last = stages[-1]["time"]
t_prev = stages[-2]["time"]
dt_obs = t_last - t_prev
if dt_obs > 1e-6:
time_scale = min((t_target - t_last) / dt_obs, 2.0)
=======
time_scale = 1.0
if len(stages) >= 2:
t_target = manifest["target"]["time"]
t_last = stages[-1]["time"]
t_prev = stages[-2]["time"]
dt_obs = t_last - t_prev
if dt_obs > 1e-6:
raw_scale = (t_target - t_last) / dt_obs
time_scale = min(1.0 + TIME_DAMP * (raw_scale - 1.0), TIME_SCALE_CAP)
time_scale = max(time_scale, 0.5)
>>>>>>> REPLACE
(只摘前 40 行) |
| 原始记录位置 | /home/spark-longxinyang/vec/runs/formal/20261001-233757-search-t1-abc-r0-C-native/nodes/17/native/0/stream.jsonl 8 KB /home/spark-longxinyang/vec/runs/formal/20261001-233757-search-t1-abc-r0-C-native/nodes/17/native/1/stream.jsonl 4 KB /home/spark-longxinyang/vec/runs/formal/20261001-233757-search-t1-abc-r0-C-native/nodes/17/native/2/stream.jsonl 3 KB |