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

节点 n34

实测证否PLAN的型内代谢层内PC1二分平衡抽样（proxy双seed -0.54/-0.33、proxy2 -0.59、covariation不升反降），默认回退父28/25配置，PC_BAL机制保留但关闭。

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 dbb524d567: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 c1e506fc64。改动的文件：solution/METHOD.md +19 −36、solution/run.py +73 −6

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 2359993..7d2a4bd 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,49 +1,32 @@-系统证否PLAN三方向：新基底上K=5/A_TP=-0.55为局部峰（K∈{3,7}、A_TP∈{-0.4,-0.7}全降分），按类型自适应K有害，型内分层轴中性，层内均匀抽样有害；默认回退父25配置原样。+实测证否PLAN的型内代谢层内PC1二分平衡抽样（proxy双seed -0.54/-0.33、proxy2 -0.59、covariation不升反降），默认回退父28/25配置，PC_BAL机制保留但关闭。  ## 方法 -- **默认行为 = 父节点25 原样**：最新官方输入阶段细胞表达原样复制，类型层 exp(A_TP·z_prolif_t)（A_TP=-0.55）× 细胞层 exp(A_CM·z_met + A_EXT·z_ext)（A_CM=1.2、A_EXT=0.4 仅 proxy2 类视图激活）的 K=5 型内代谢分层配额抽样，E-S 无放回，表达不改。默认输出与父配置逐字节一致（proxy cmp 通过；proxy2 复评分 59.6759 与父 A 半完全相同）。-- 新增三个**默认关闭**的可选机制（代码保留，均已实测）：-  1. `KADAPT=1`：按类型自适应层数 K_t = clip(round(K·n_t/median(n)), 2, K+2)。-  2. `STRAT_WT=1`：分层轴由全局 z_met 换成型内 z 分化的 z_met。-  3. `UNIF_IN=1`：层配额仍按权重和分配，但层内抽样改为均匀（权重与协方差解耦）。+- **默认行为 = 父节点28/25 原样**：最新官方输入阶段细胞表达原样复制，类型层 exp(A_TP·z_prolif_t)（A_TP=-0.55）× 细胞层 exp(A_CM·z_met + A_EXT·z_ext)（A_CM=1.2、A_EXT=0.4 仅 proxy2 类视图激活）的 K=5 型内代谢分层配额抽样，层内 E-S 加权无放回，表达不改。本地验证：默认 proxy s0 复评 **58.4153**（父笔记基线 58.42，一致），三视图（proxy/proxy2/X3）vec-check 全过。+- 新增**默认关闭**的可选机制 `PC_BAL=1`：在抽样前对输入做确定性 PC1（HVG 2000、中心化、幂迭代 30 步、seed 派生 rng），每个 type×代谢层内按 PC1 中位数二分，两组配额按权重和最大余数法分配（apportion，带容量上限与溢出重分），组内仍 E-S 加权抽样；仅对 >20 细胞且配额<层大小的层启用（PLAN 风险2的防护）。 -## 本节点查分（A 半，用 14/20 次）+## 本节点查分（A 半，用 4/20 次） -基线（=父25默认，本地复现）：proxy s0 **58.42**（s1 58.38，父笔记）、proxy2 s0 **59.68**、X3 恒等 50.00。+| 视图/seed | PC_BAL=0（父基线） | PC_BAL=1 | Δ |+|---|---|---|---|+| proxy s0 | 58.42（cov 56.32, cell_state 59.62, de_rec 55.79） | **57.88**（cov 56.25, cell_state 58.38, de_rec 55.21, de_score 0.2→0.1818） | -0.54 |+| proxy s1 | 58.38（父笔记） | **58.05**（cov 55.59, cell_state 58.87） | -0.33 |+| proxy2 s0 | 59.68（父笔记） | **59.09**（de_score 0.1818） | -0.59 | -proxy s0（基线 58.42）：-| 配置 | 分数 | 结论 |-|---|---|---|-| K=3 / K=7 | 58.19 / 57.18 | K=5 是峰 |-| A_TP=-0.4 / -0.7 | 55.62 / 57.70 | -0.55 是峰（-0.4 掉 2.8 分） |-| KADAPT=1 | 57.99（s0）| **证否**（-0.43） |-| STRAT_WT=1 | 58.52（s0）/ 58.22（s1）；proxy2 59.77 | 三点均值 +0.01，**纯噪声** |-| UNIF_IN=1 | 58.25；proxy2 **58.75** | **证否**（proxy2 -0.93，层内权重承载 A_EXT 信号） |+机制前置检查（PLAN 风险1）：型内层内 PC1 std 均值 = **2.32**（90 个层），远大于 0.1 阈值，PC1 与 z_met 不共线，机制"有意义"但仍降分。  ## 结论 / 证否 -1. **PLAN 步骤2证否**：新基底（A_CM=1.2/A_TA=0/A_EXT=0.4）上 K_STRAT 与 A_TP 的峰**没有移动**，K=5、A_TP=-0.55 仍是局部最优，四个邻居全降分。父节点"换基底会移动峰位"的猜测在 K/A_TP 上不成立（只发生在 A_EXT 上）。-2. **PLAN 步骤3证否**：自适应 K 降 0.43——中位类型已足够大，给大类型加层（最多 K+2）等价于 K=7 方向的退化，而 K=7 本身掉 1.24 分。-3. **STRAT_WT 中性**：型内分层轴在 proxy 两 seed 一正一负、proxy2 +0.09，均值≈0，按"<0.5 不可信"准则不采纳。-4. **UNIF_IN 证否且有信息量**：proxy2 掉 0.93 说明层内 E-S 加权抽样不是冗余——A_EXT/z_met 权重的**细胞级排序**在层内仍在起作用，把抽样均匀化会丢掉外部成熟度轴选中的细胞。-5. 组成重抽样家族在 proxy 上确认平台期：本节点 9 个新配置无一超噪声。+1. **PLAN 证否**：层内 PC1 二分平衡在双 seed、双视图上一致降分，且目标组 covariation 不升反降（s0 56.32→56.25，s1 →55.59）。按 PLAN 自己的采纳规则（双 seed 同向且 >基线+2 才提交），回退默认。+2. 机理解读：层内 E-S 加权抽样选中的高权重细胞本身在 PC1 上非均匀分布，强制 PC1 二分配额把权重排序信号稀释（与父节点 UNIF_IN 证否结论同向：层内权重排序承载信号），同时 de_score 从 0.2 掉回 0.1818，说明组成微调也会动 de_recovery——"只有表达修改伤协方差"的旧结论需弱化为"表达修改伤协方差最重"。+3. covariation 对"改选细胞方式"的干预同样不敏感：K（3/5/7）、分层轴（z_met/z_diff/型内z）、层内抽样（均匀/PC1平衡）全部证否或中性。该组 53.97 的平台期不是抽样方式造成的。 -## 验证过什么+## 未验证 -- 三视图默认配置跑通、vec-check 全 ok；proxy 默认输出与改码前逐字节一致（cmp）；proxy2 默认输出复评分 = 59.6759（与改码前基线完全相同）。-- X3：n_out ≥ 池大小 → 恒等输出（50.00），新参数不影响该路径。-- 运行 ~2-5 s，内存远低于限额；`--seed` 确定性（default_rng）。+- N_PC_GRP=3（三分位）未测——双 seed 双视图一致为负后按 9 分钟预算放弃。+- PC1 平衡与 UNIF_IN 组合未测。+- final 视图（E8.5+E9.5 池化）本地不可测。 -## 没验证 / 局限+## 数据合规 -- POOL=1 跨官方阶段池化（父建议方向）在 proxy/proxy2 上**不可测**（各只有 1 个官方阶段），未实现未测。-- STRAT_WT 只测了 proxy s0/s1、proxy2 s0；UNIF_IN 只测 s0。-- final 视图（E8.5+E9.5）行为 = 父25（权重+K5 分层），无法本地测。-- 生物学知识来源同父：周期/凋亡/OXPHOS/糖酵解基因清单为教科书级通路成员；无保留阶段/基因型测量；未读 uns.celltype_palette、prior/。--## 下一步最值得试--1. 停止组成权重/分层家族的参数扫描（本节点+父25 共 ~30 次查分确认平台期）；剩余空间只在改表达或改细胞池。-2. POOL=1 跨阶段池化只能靠 final 生效、proxy 不可测——若控制器接受"不可本地验证"的风险可试，否则放弃。-3. de_recovery 对一切组成旋钮不敏感（de_score 只在 0.16/0.18/0.2 三档）；要动它需要表达级干预，节点20 的全局梯度微移已证否，可试仅对高 |delta| 且通路一致的基因做型内微移（幅度 ≤0.1 log 单位）。+只读 view 内输入阶段（≤E9.5 或窗外 Qiu E9.0）；基因集（周期/凋亡/OXPHOS/糖酵解）为通用功能注释，非保留阶段测量。无硬编码阶段统计量，一切权重现场计算。diff --git a/solution/run.py b/solution/run.pyindex eb01dff..711f66d 100644--- a/solution/run.py+++ b/solution/run.py@@ -55,8 +55,9 @@ MASK_PREFIX = ("mt-", "Rpl", "Rps")  DEFAULTS = dict(A_TP=-0.55, A_TA=0.0, A_CP=0.0, A_CA=0.0, A_CM=1.2,                 A_EXT=0.4, K_STRAT=5, A_TR=0.0, MIN_TYPE_CELLS=5, POOL=0,-                TAU=0.0, KADAPT=0, STRAT_WT=0, UNIF_IN=0)-INT_KEYS = ("MIN_TYPE_CELLS", "POOL", "K_STRAT", "KADAPT", "STRAT_WT", "UNIF_IN")+                TAU=0.0, KADAPT=0, STRAT_WT=0, UNIF_IN=0, PC_BAL=0)+INT_KEYS = ("MIN_TYPE_CELLS", "POOL", "K_STRAT", "KADAPT", "STRAT_WT", "UNIF_IN",+            "PC_BAL")   def group_cols(genes, grp):@@ -134,7 +135,32 @@ def es_sample(rows, w, q, rng):     return rows[np.argpartition(-keys, q - 1)[:q]]  -def stratified_sample(w, z_strat, inv, n_types, n_out, K, rng, kadapt=0, unif=0):+def pc1_scores(adata, n_hvg=2000, seed=0):+    """Deterministic PC1 scores via power iteration on centred HVG submatrix."""+    Xc = adata.X.tocsc() if sparse.issparse(adata.X) else sparse.csc_matrix(adata.X)+    mean = np.asarray(Xc.mean(axis=0), dtype=np.float64).ravel()+    sq = np.asarray(Xc.multiply(Xc).mean(axis=0), dtype=np.float64).ravel()+    var = np.maximum(sq - mean ** 2, 0.0)+    n_hvg = int(min(n_hvg, Xc.shape[1]))+    top = np.sort(np.argsort(-var, kind="stable")[:n_hvg])+    D = np.asarray(Xc[:, top].todense(), dtype=np.float32)+    D -= D.mean(axis=0, dtype=np.float32)+    rng = np.random.default_rng(seed)+    v = rng.standard_normal(D.shape[1]).astype(np.float32)+    nv = np.linalg.norm(v)+    v /= max(nv, 1e-12)+    for _ in range(30):+        u = D @ v+        v = D.T @ u+        nv = float(np.linalg.norm(v))+        if nv < 1e-20:+            return np.zeros(adata.n_obs, dtype=np.float64)+        v /= nv+    return np.asarray(D @ v, dtype=np.float64)+++def stratified_sample(w, z_strat, inv, n_types, n_out, K, rng, kadapt=0, unif=0,+                      pc1=None, pc_bal=0):     total = len(w)     if n_out >= total:         return np.arange(total)@@ -171,8 +197,25 @@ def stratified_sample(w, z_strat, inv, n_types, n_out, K, rng, kadapt=0, unif=0)         s_str = np.array([w[b].sum() for b in bounds])         q = apportion(s_str, sizes, nt)         for k in range(K):-            if q[k] > 0:-                out.append(es_sample(bounds[k], w_in, int(q[k]), rng))+            if q[k] <= 0:+                continue+            rows_k = bounds[k]+            if (pc_bal and pc1 is not None and q[k] < len(rows_k)+                    and len(rows_k) > 20):+                p = pc1[rows_k]+                med = float(np.median(p))+                m0 = p <= med+                g0, g1 = rows_k[m0], rows_k[~m0]+                if len(g0) == 0 or len(g1) == 0:+                    out.append(es_sample(rows_k, w_in, int(q[k]), rng))+                else:+                    ws = np.array([w[g0].sum(), w[g1].sum()])+                    caps = np.array([len(g0), len(g1)], dtype=np.int64)+                    qq = apportion(ws, caps, int(q[k]))+                    out.append(es_sample(g0, w_in, int(qq[0]), rng))+                    out.append(es_sample(g1, w_in, int(qq[1]), rng))+            else:+                out.append(es_sample(rows_k, w_in, int(q[k]), rng))     return np.sort(np.concatenate(out)) if out else np.empty(0, dtype=np.int64)  @@ -313,9 +356,33 @@ def main():         tm = tmean(z_met_c)[inv]         sd = np.sqrt(np.maximum(tmean((z_met_c - tm) ** 2)[inv], 0.0))         z_strat = np.clip((z_met_c - tm) / np.maximum(sd, 1e-9), -3.0, 3.0)+    pc1 = None+    if args.PC_BAL:+        pc1 = pc1_scores(adata, seed=args.seed)+        if os.environ.get("VEC_DEBUG"):+            import sys+            sds = []+            for t in range(len(uniq)):+                rows = np.where(inv == t)[0]+                if len(rows) < 10:+                    continue+                order = np.argsort(z_strat[rows], kind="stable")+                srows = rows[order]+                base, extra = divmod(len(srows), args.K_STRAT)+                pos = 0+                for kk in range(args.K_STRAT):+                    sz = base + (1 if kk < extra else 0)+                    b = srows[pos:pos + sz]+                    pos += sz+                    if len(b) > 5:+                        sds.append(float(np.std(pc1[b])))+            print(f"[PC_BAL] mean within-stratum pc1 std = "+                  f"{np.mean(sds) if sds else float('nan'):.4f}, n_strata={len(sds)}",+                  file=sys.stderr)     if args.K_STRAT >= 2:         idx = stratified_sample(w, z_strat, inv, len(uniq), n_out, args.K_STRAT, rng,-                                kadapt=args.KADAPT, unif=args.UNIF_IN)+                                kadapt=args.KADAPT, unif=args.UNIF_IN,+                                pc1=pc1, pc_bal=args.PC_BAL)     else:         u = rng.random(adata.n_obs)         keys = np.log(np.maximum(u, 1e-300)) / w

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

完成。总结：

**做了什么**：按 PLAN 实现型内代谢层内 PC1 二分平衡抽样（`PC_BAL=1`：HVG-2000 幂迭代 PC1，层内中位数二分，权重和配额 + E-S 组内抽样），先做了风险检查（层内 PC1 std=2.32，机制非退化）。

**查分结果**（4/20 次）：proxy s0 57.88（基线 58.42）、s1 58.05（基线 58.38）、proxy2 59.09（基线 59.68）——双 seed 双视图一致降分，目标组 covariation 不升反降，de_score 0.2→0.1818。**证否，默认回退父 28/25 配置**（本地复评 58.4153 与父基线一致，三视图 vec-check 全过）。

**下一步最值得试**：covariation 对组成抽样家族已全面平台（K、分层轴、层内抽样方式全证否），建议换家族——例如改细胞池（POOL=1 跨官方阶段池化，final 专属）或接受该组不可达，把预算投向 X3（50.00，恒等路径从未被针对性优化过，且 X3 有两外部输入阶段可测两阶段方法）。

调研员

g at the tree: composition weight/stratification family is confirmed at plateau (~30 queries across nodes 25/28/31). de_recovery insensitive to all composition knobs (de_score stuck at 0.2). Expression modifications all failed (nodes 20, 30, 31). The second-weakest group **covariation (53.97)** has never been targeted with a covariance-preserving selection mechanism. All previous stratification changes altered the *axis* (STRAT_WT, node 29's z_met×z_diff) but never added a *secondary balance constraint* within existing strata to preserve the dominant correlation structure.

```json
{
  "name": "型内代谢层内PC1平衡抽样保协方差",
  "motivation": "covariation 53.97 是第二弱组。当前 K=5 型内代谢分层 + 层内 E-S 加权抽样只按 z_met 一轴分层，层内抽样完全由权重决定，可能使选出的子集在主导协方差方向（PC1）上方差塌缩，扭曲基因-基因相关。节点30证明任何表达修改都摧毁协方差（α=0.03 即从56→36），唯一安全路径是改选细胞的方式。节点29的二维分层（z_met×z_diff）中性，但 z_diff 是人工定义的轴，不直接对应协方差结构；PC1 是数据驱动的最大方差方向，在层内做 PC1 平衡是全新机制，未被任何节点测试过。",
  "approach": "在父28的 stratified_sample 函数中，对每个 (type, metabolic stratum) 内的细胞增加一步 PC1 平衡：\n\n1. 在抽样前，对完整输入（所有细胞）做一次 PCA（sc.tl.pca, n_comps=10，HVG 2000），取 PC1 得分。若输入已有 X_pca 则直接用。\n2. 在每个 type×stratum 内部，按该层内 PC1 中位数将细胞分成 2 组（高/低）。\n3. 每组配额 = 该组权重和占该层总权重和的比例 × 该层配额（最大余数法分配，与现有 apportion 逻辑一致）。\n4. 组内仍用 E-S 加权无放回抽样（保留权重排序信号，与 UNIF_IN 证否结论一致）。\n5. 参数：PC_BAL={0,1}（默认0=关闭，1=开启）；N_PC_GRP=2（固定二分，不扫）。若某组细胞数<配额则退化为全取，余额给另一组。\n\n单输入阶段退路：单阶段时 PCA 在该阶段上计算，机制完全适用，无需特殊处理。\nproxy2：A_EXT 轴权重已在细胞层，PC1 平衡在层内生效，不冲突。\nX3：n_out≥池大小 → 恒等路径不变。\nfinal（E8.5+E9.5 若 POOL=1）：PCA 在池化数据上算，同样适用。\n\n验证流程：\n- 先 proxy s0 单次查分，确认总分和 covariation 分组变化\n- 若 proxy 提升>1分且 covariation 分组明确上升，再查 proxy s1 确认方向一致\n- 双 seed 同向且均值>基线+2 才提交为默认；否则默认回退父28\n- 若时间允许，再试 N_PC_GRP=3（三分位）作为备选",
  "expected_groups": ["covariation"],
  "risks": "1) 若代谢层内 PC1 方差已经很小（即 z_met 与 PC1 高度共线），二分后两组几乎等价于原层，效果为零——Engineer 应在实现后先打印各层内 PC1 的 std，若 std<0.1 则机制无意义，直接放弃不查分。2) 配额被二分后每格细胞太少（<5），E-S 退化为全取，等效于增加层数（K→10），可能重蹈 K=7 掉分的覆辙——检查每格平均细胞数，若<10 则只在细胞数>20 的层内启用。3) PCA 计算增加 ~2-5s 运行时间，在 30min 限制内无风险。4) 改进幅度可能<2分噪声——用双 seed 确认。",
  "sources": []
}
```