总览 · ← 返回运行 20261002-034201-search-t1-abc-r1-A-era

节点 n27

实测证否 PLAN 的序贯双层选择（代谢权重定 2× 资格池、A_EXT 仅在池内精排）：POOL_RATIO=1.5/2.0 的 proxy2 A 半 58.05/57.89 均低于乘法基线 59.04，默认回退父节点 15 配置，三视图输出与父逐字节一致。

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 71be6d235a:solution/METHOD.md

调研员的计划

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 3b257ef4a5。改动的文件：solution/METHOD.md +26 −34、solution/run.py +37 −3

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 3ca66bc..9c07444 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,48 +1,40 @@-在父双权重重抽样上新增型内成熟度轴：外部Qiu E9.0与官方E8.5基因级delta（屏蔽核糖体/线粒体技术家族）投影到细胞、去型内均值，A_EXT=0.2；仅proxy2生效，其余视图与父逐字节一致。+实测证否 PLAN 的序贯双层选择（代谢权重定 2× 资格池、A_EXT 仅在池内精排）：POOL_RATIO=1.5/2.0 的 proxy2 A 半 58.05/57.89 均低于乘法基线 59.04，默认回退父节点 15 配置，三视图输出与父逐字节一致。 -## 方法（默认 = 父节点 9/11 配置 + A_EXT 轴）+## 本节点做了什么（节点 27，父 = 15） -- 基底、类型层（A_TP=−0.55, A_TA=0.25）、细胞层代谢轴（A_CM=0.7）、E-S 无放回加权抽样：全部与父节点相同。-- **新增 A_EXT（外部成熟度轴，默认 0.2，EXT_COND=1）**，仅当视图存在晚于最新官方阶段的外部输入阶段（proxy2 的 Qiu E9.0 心脏）且基底为单官方阶段时激活：-  1. covered 掩码（27,883 基因）下取两阶段基因均值剖面，各自跨基因 unit 归一（消全局批次均值/尺度差），得 delta_g；-  2. **屏蔽技术基因家族**：`mt-*`、`Rpl*`、`Rps*`、Fau、Ptma（跨平台捕获效率差异的主要来源；实测未屏蔽时 top|delta| 几乎全是核糖体/线粒体基因，屏蔽后 top 变为 Slc8a1、Ttn、Ryr2、Cacna1c、Myh6、Myocd、Ctnna3、Tnnt2 等真实心脏成熟基因，符号均为正 = E9.0 上调）；-  3. 每细胞行中心化/缩放后与 unit(delta) 点积 → zscore（clip±3）得 z_ext；-  4. **EXT_COND：按细胞型去均值再 zscore** —— 只改型内细胞排序，不改全局类型组成（Qiu 只有心脏谱系，未去型均值时投影=“心脏化”方向，全局应用实测有害，见下）。-- 外部数据只用于计算 delta（表达均值），绝不进入输出基底或输出细胞。+- 新增 `SELECT_MODE`（默认 0）与 `POOL_RATIO`（默认 2.0）两个可选参数，实现 PLAN 的序贯选择：+  - Step A：用类型层 + 代谢轴权重 w_A（不含 A_EXT）做全局 E-S 抽样定每型配额 n_t，再按 w_A 的 E-S key 取每型 top ceil(POOL_RATIO·n_t) 为资格池；+  - Step B：池内用 w_B=exp(A_EXT·z_ext)（独立 rng 流，seed+104729，确定性）做第二次 E-S 无放回抽样取 n_t 个；+  - 无 z_ext 时（proxy/X3/final）Step B 退化为按 w_A 排序取 top n_t —— 数学上与全局 top-n_out 集合恒等，因此这些视图输出与 SELECT_MODE=0 逐字节一致（已实测验证 proxy 一致）。+- 查分（A 半，proxy2，seed0，共 4 次）： -## 本节点查分（A 半，全部 proxy2 除注明；基线 = A_EXT=0）+| 配置 | proxy2 A 半 |+|---|---|+| 基线（父 15，乘法 A_EXT=0.2） | 59.04（回退后复扫确认 59.04） |+| 序贯 POOL_RATIO=2.0, A_EXT=0.2 | 57.89 |+| 序贯 POOL_RATIO=1.5, A_EXT=0.2 | 58.05 | -| 配置 | seed0 | seed1 | seed2 |-|---|---|---|---|-| 基线（=父） | 57.92 | 58.33 | 58.14 |-| 全局轴（不去型均值）A_EXT=+0.3 | 57.66 | — | — |-| 全局轴 +0.5 / −0.3 | 55.13 / 52.60 | — | — |-| **型内轴 A_EXT=0.2（默认）** | **59.04** | **58.58** | **58.83** |-| 型内轴 0.15 / 0.3 / 0.4 / 0.5 | 58.65 / 58.39 / 57.79 / 56.56 | — | — |+- **证否结论**：序贯结构在整个 POOL_RATIO 扫描上单调不超基线（r→1 收敛回基线 57.92，r=1.5→58.05，r=2.0→57.89，r=3.0 预期更差，未查分）。机制解释：Step B 在池内**丢弃代谢信息**只按 z_ext 精排，等效于比乘法 A_EXT=0.2 强得多的成熟度干预（2× 池内取半数 ≈ 乘法 A_EXT≥0.4 的强度，而乘法幅度扫描单峰在 0.2、0.4 已降到 57.79），且池边界截断引入额外伪影。PLAN 风险 1 成立：问题不在组合方式（乘法 vs 序贯），而在 A_EXT 的有效强度已过峰——任何增强其作用的结构性改动都降分。按 PLAN 步骤 (6) 回退父配置，默认 SELECT_MODE=0。+- 回退后验证：proxy2 seed0 复扫 59.04（与父记录的基线完全一致）；proxy、proxy2、X3 三视图跑通且 `vec-check` ok；proxy 输出与 SELECT_MODE=0/1 均逐字节一致；同 seed 两次运行输出一致（确定性）；运行 ~5s。 -- 型内轴 3/3 seed 为正（+1.12 / +0.24 / +0.69，均值 +0.68），主要来自 cell_state（mmd_u 0.0122→0.011）；幅度扫描呈单峰，峰在 0.2。-- proxy 复扫 57.92（与父同值，输出逐字节一致）；X3 复扫 50.00（输出逐字节一致）。+## 方法（默认 = 父节点 15 原样） -## 证否 / 结论+- 基底 = 最新官方输入阶段（外部输入永不作基底）；类型层（A_TP=−0.55, A_TA=0.25）× 细胞层代谢轴（A_CM=0.7）× 型内外部成熟度轴（A_EXT=0.2, EXT_COND=1）的 E-S 无放回加权组成重抽样，表达原样复制。+- A_EXT 轴仅当视图存在晚于最新官方阶段的外部输入（proxy2 的 Qiu E9.0 心脏）且单官方基底时激活：covered 基因上取两阶段均值剖面、跨基因 unit 归一作差得 delta，屏蔽 mt-/Rpl*/Rps*/Fau/Ptma 技术家族后投影到每个基底细胞，zscore 并按细胞型去均值（只改型内排序，不动全局组成）。外部数据只用于算 delta，不进入输出。+- 继承自父节点的证据（A 半，proxy2）：基线（A_EXT=0）57.92/58.33/58.14（seed0/1/2），型内轴 0.2 得 59.04/58.58/58.83，3/3 seed 正；全局轴（不去型均值）两符号均有害（+0.5→55.1、−0.3→52.6）；幅度扫描单峰在 0.2（0.15/0.3/0.4/0.5 → 58.65/58.39/57.79/56.56）。corr(z_ext,z_met)=−0.23，两轴基本正交。 -1. **全局跨数据集投影两个符号都有害或无效**（+0.5→55.1、−0.3→52.6）：Qiu 是心脏专有数据，delta 的“谱系成分”远大于“时间成分”，全局加权把组成推向心脏化。**去掉型均值后同一 delta 变为小幅正增益** —— 外部数据的信息在“型内相对成熟度”，不在“跨型方向”。-2. 未屏蔽核糖体/线粒体家族时 delta 被技术基因主导（top60 中 ~40 个 Rpl/Rps/mt）；屏蔽后心脏成熟基因（Ca 通道、肌节、T 管）占主导，这是该轴能工作的前提。-3. corr(z_ext, z_met)=−0.23、corr(z_ext, z_cycle)=−0.24：与既有轴基本正交（PLAN 风险 3 不成立）。+## 生物学知识来源 -## 验证过什么--- 三视图默认配置跑通、`vec-check` ok、seed 确定性（同 seed 两次输出一致）；运行 ~5s / 内存与父相当。-- proxy、X3 输出与父代码逐字节一致（A_EXT 轴在无外部输入/无官方输入时不激活）；final 视图（两官方阶段、无外部数据）同样不激活，行为 = 父。-- proxy2 增益在 3 个 seed 上同号，但单 seed 幅度 <2 分噪声阈，正式分（B 半）预期为小幅正或持平，不应期待 >1 分。+- 仅通用知识：细胞周期/凋亡/OXPHOS/糖酵解基因名单（教科书级），核糖体/线粒体基因为跨平台批次主因（通用技术常识）。未用任何保留阶段/保留基因型的测量信息；未读 uns.celltype_palette、prior/、external/ 中挂载的训练文件（delta 用的 Qiu E9.0 来自 proxy2 视图的输入项，合规：≤E9.5、catalog use=train）。  ## 没验证 / 局限 -- final 视图无法测；本轴在 final 上自动关闭（无外部数据），如组委会将来在 final 挂外部数据，代码路径未在该情形下实测。-- 未测：沿 delta 的小步表达平移（PLAN 建议 2）——因 delta 含“心脏 vs 全胚”谱系混杂，直接平移表达大概率重蹈伪批量平移覆辙，主动放弃。-- 生物学知识来源：仅通用技术变异常识（核糖体/线粒体基因为跨平台批次主因）；未用任何保留阶段/基因型的测量信息；未读 uns.celltype_palette、prior/。+- final 视图无法测；A_EXT 轴与 SELECT_MODE 在 final 上均不激活（无外部数据），行为 = 父。+- 序贯 Step B 的"混合权重"变体（池内用 w_A·w_B 精排）未测——预计等价于截尾乘法，节点 26 已证乘法联合空间单峰在父配置，无望超基线。+- proxy2 增益（+1.2 B 半）在 2 分噪声阈内，属弱正信号。  ## 下一步最值得试 -1. delta 去谱系混杂：用官方 E8.5 的心脏类细胞（按输入阶段自身的 celltype 标签现场选，不硬编码名单可用 Qiu 的三型标签做互相关匹配）替代全胚均值做 delta 的左端，使 delta 更接近纯时间信号，或可放开全局应用。-2. 型内轴与 A_CM 联合微调（两者正交，α_m=1.2 的节点 12 配置 + 本轴未测组合）。-3. 对 final：把同样逻辑用于 E9.5−E8.5 官方 delta 的型内投影（本代码 external_maturity_axis 可直接换数据源），但需在 proxy 类单目标视图上先找可测的替代验证。+1. A_EXT 强度已过峰：不要再以任何结构（序贯、分层、截断）增强它；剩余空间在**弱化+条件化**，如仅对心脏谱系类型激活型内轴（用 Qiu 三型标签与官方类型做互相关现场匹配，不硬编码）。+2. delta 左端去谱系混杂（父 15 建议、节点 19 已试一版未果）：用官方 E8.5 中匹配的心脏类细胞均值替代全胚均值。+3. 组成之外的维度基本被穷尽（表达平移、PC1、质心近邻、代谢微调均已证否）；若要突破 55.8，可能需要全新的信息源（如 prior/ 调控网络约束的型内排序）而非继续微调权重。diff --git a/solution/run.py b/solution/run.pyindex 500d18b..271f44c 100644--- a/solution/run.py+++ b/solution/run.py@@ -57,7 +57,7 @@ PROG = ["Sox2", "Pou5f1", "Nanog", "T"]  DEFAULTS = dict(A_TP=-0.55, A_TA=0.25, A_CP=0.0, A_CA=0.0, A_CM=0.7,                 A_TD=0.0, A_CD=0.0, A_TR=0.0, A_EXT=0.2, EXT_COND=1,-                MIN_TYPE_CELLS=5, POOL=0)+                MIN_TYPE_CELLS=5, POOL=0, SELECT_MODE=0, POOL_RATIO=2.0)   def group_cols(genes, grp):@@ -156,7 +156,7 @@ def main():     ap.add_argument("--seed", type=int, default=0)     for k, v in DEFAULTS.items():         ap.add_argument("--" + k.lower(), dest=k,-                        type=float if k not in ("MIN_TYPE_CELLS", "POOL") else int,+                        type=float if k not in ("MIN_TYPE_CELLS", "POOL", "SELECT_MODE") else int,                         default=float(os.environ.get("VEC_" + k, v)))     args = ap.parse_args() @@ -269,10 +269,44 @@ def main():     n_out = view_io.target_n_cells(manifest, n_base if multi else adata.n_obs)     rng = np.random.default_rng(args.seed)     u = rng.random(adata.n_obs)-    keys = np.log(np.maximum(u, 1e-300)) / w     if n_out >= adata.n_obs:         idx = np.arange(adata.n_obs)+    elif int(args.SELECT_MODE) == 1:+        # Sequential two-pass selection: pass A (type layer + metabolic axis,+        # no A_EXT) fixes per-type quotas n_t and an eligibility pool of+        # ceil(POOL_RATIO*n_t) cells per type; pass B re-ranks within the pool+        # by the external maturity axis only (E-S with w=exp(A_EXT*z_ext)).+        # Without z_ext, pass B's top-n_t by the same pass-A keys reproduces+        # exactly the joint top-n_out set, so official-only views are+        # byte-identical to SELECT_MODE=0.+        w_A = w_type[inv] * np.exp(args.A_CP * z_prolif_c - args.A_CA * z_apopt_c+                                   + args.A_CM * z_met_c + args.A_CD * z_diff_c)+        w_A = np.clip(w_A, 1e-6, 1e6)+        keys_A = np.log(np.maximum(u, 1e-300)) / w_A+        sel = np.argpartition(-keys_A, n_out - 1)[:n_out]+        n_t = np.bincount(inv[sel], minlength=len(uniq))+        use_ext = bool(args.A_EXT) and np.any(z_ext_c != 0.0)+        if use_ext:+            rng2 = np.random.default_rng(args.seed + 104729)+            u2 = rng2.random(adata.n_obs)+            w_B = np.clip(np.exp(args.A_EXT * z_ext_c), 1e-6, 1e6)+            keys_B = np.log(np.maximum(u2, 1e-300)) / w_B+        else:+            keys_B = keys_A+        picked = []+        for t in range(len(uniq)):+            nt = int(n_t[t])+            if nt <= 0:+                continue+            rows = np.flatnonzero(inv == t)+            mt = min(int(np.ceil(args.POOL_RATIO * nt)), len(rows))+            ka = keys_A[rows]+            pool = rows[np.argpartition(-ka, mt - 1)[:mt]]+            kb = keys_B[pool]+            picked.append(pool[np.argpartition(-kb, nt - 1)[:nt]])+        idx = np.sort(np.concatenate(picked)) if picked else np.zeros(0, dtype=int)     else:+        keys = np.log(np.maximum(u, 1e-300)) / w         idx = np.sort(np.argpartition(-keys, n_out - 1)[:n_out])      X = adata.X[idx]

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）。

用到的知识库条目

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。

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

ANALYSIS.json written

工程师

**做了什么**：实现 PLAN 的序贯双层选择（`SELECT_MODE=1`：代谢权重 E-S 定每型资格池，A_EXT 仅在池内二次 E-S 精排；无外部数据时数学上恒等于父行为，proxy/X3 逐字节一致），实测证否后回退父节点 15 配置为默认。

**查分结果**（proxy2 A 半，seed0，共 4 次）：序贯 POOL_RATIO=2.0 → 57.89、1.5 → 58.05，均低于乘法基线 59.04；回退后复扫确认 59.04。三视图 vec-check ok，输出确定性验证通过。证否机制：Step B 池内丢弃代谢信息只按 z_ext 精排，等效强度远超乘法 A_EXT=0.2 的单峰最优——A_EXT 轴已过峰，任何结构性增强均降分（与节点 26 乘法联合证否一致）。

**下一步最值得试**：不要再增强 A_EXT；剩余空间在弱化+条件化（仅对与 Qiu 三型互相关匹配的心脏谱系类型激活型内轴）或 delta 左端去谱系混杂；组成微调维度已基本穷尽，突破 55.8 可能需要新信息源（如 prior/ 调控网络约束）。

调研员

lict likely arises because both axes compete in a single weight product, allowing A_EXT to override metabolically optimal cells

The unexplored mechanism: **sequential (two-stage) selection** decoupling the metabolic and external-maturity axes, rather than multiplying them into one weight.

```json
{"name": "序贯双层选择：代谢轴定资格池、A_EXT 在池内精排（解耦乘法冲突）",
 "motivation": "节点 12 证明 A_CM=1.2 使 covariation +2.03、proxy +0.18（57.70→57.88）；节点 15 的 A_EXT=0.2 使 proxy2 cell_state +1.06。但节点 26 证明乘法联合（w=exp(A_CM*z_met+A_EXT*z_ext)）9 种配置均不超基线 59.04——两轴在同一乘积中互相覆盖。机制假设：A_EXT 的型内成熟度信号只应在代谢资格内精排，不应推翻代谢轴的强偏好；序贯结构天然限制 A_EXT 的作用域，避免节点 26 观察到的冲突。当前最弱组 de_recovery 53.16 在纯组成方法下接近天花板，本方案主攻 covariation（54.59）并维持 proxy2 cell_state 增益。",
 "approach": "步骤：(1) 在父节点 15 代码中新增模式参数 SELECT_MODE（0=乘法，默认保持；1=序贯）。(2) SELECT_MODE=1 时，型内选择分两步：Step A——按现有类型层权重和细胞层代谢权重 w_met=exp(-A_TP*z_p+A_TA*z_a+A_CM*z_met_i) 做 E-S 无放回抽样，取每型 min(2*n_target_type, pool_type) 个细胞为资格池（A_CM 初值 1.2，搜索 {0.9,1.0,1.2}）；Step B——在资格池内，按 A_EXT*z_ext_i（仅 proxy2 激活；其余视图退化为按 w_met 排序取 top n）做第二次 E-S 无放回抽样，取最终 n_target_type 个。A_EXT 初值 0.2，搜索 {0.15,0.2,0.3}。(3) 单输入阶段退路（proxy、X3、final 无外部数据）：Step B 无 z_ext，直接按 w_met 排序取 top n（等价于确定性 top-k 从 2× 池中选，比纯 E-S 方差更低，可能小幅改善 covariation）。(4) 关键参数初值：A_CM=1.2, A_EXT=0.2, POOL_RATIO=2.0；搜索范围 A_CM∈{0.9,1.2}, A_EXT∈{0.15,0.2,0.3}, POOL_RATIO∈{1.5,2.0,3.0}。(5) 快速筛选：先跑 proxy2 A 半 seed0 比较 SELECT_MODE=1 vs 0（基线 59.04），若超 0.5 分再跑 seed1/2 确认；同时跑 proxy A 半确认不降（预期 ≥57.70，理想 57.88）。(6) 若序贯模式在 proxy2 上超基线 ≥1 分（3 seed 中 ≥2 个），设为默认；否则回退父配置。预计查分 ≤12 次。(7) 运行时间：两次 E-S 抽样增加 <1s，总耗时 <5s，内存不变。",
 "expected_groups": ["covariation", "cell_state"],
 "risks": "1) 序贯选择可能仍不超乘法基线——若 A_EXT 信号本身太弱（<0.5 分），任何组合方式都无效；Engineer 应在前 3 次查分（seed0 proxy2）判断，若 ≤59.04 即回退，不要继续扫参。2) POOL_RATIO=2 的资格池可能太小导致 A_EXT 精排空间不足；若 2× 不超基线，试 3×。3) 确定性 top-k（proxy 退路）可能降低多样性反而伤 covariation；监控 proxy A 半 covariation 子分，若降 >1 分则改回纯 E-S（SELECT_MODE=0 对无外部数据视图）。4) 与节点 26 的区别在于结构（序贯 vs 乘法）而非参数——若 Engineer 发现实现等价于乘法（如 POOL_RATIO→∞），应立即报告而非继续扫参。",
 "sources": []}
```