总览 · ← 返回运行 20261002-034201-search-t1-abc-r1-C-native

节点 n29

改了什么

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 1369993616: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 09867d57f9。改动的文件：solution/METHOD.md +7 −7、solution/run.py +30 −16

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 6324e75..d1eb024 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,9 +1,9 @@ ## 改了什么-1. 将逐基因收缩因子（per-gene shrink = delta²/(delta²+se²)）改为逐类型均匀收缩（取所有基因收缩因子的均值作为标量）：逐基因收缩会对不同基因施加不同缩放，破坏基因间相关结构；均匀收缩保持 delta 向量方向不变，等比缩放所有基因，从而保留类型内基因共变结构。直接针对最弱的 covariation 组（49.36）。-2. N_BINS 从 10 增至 12：更细的距离分位数分箱，更精确保留类型内表达云的协方差结构。-3. MIN_CELLS_FOR_BINNING 从 20 降至 15：更多中等大小类型受益于保协方差分箱抽样。+1. 删除基于类型名正则的硬编码抽样权重 fw()（心脏1.6/神经0.15/肠0.9），替换为数据驱动的组成趋势权重：当有两个官方输入阶段时，计算每个类型在 prev→last 的比例变化比值，用阻尼外推（w = 1 + 0.5*(ratio-1)，截断到[0.1,3.0]）作为抽样权重；只有一个输入阶段（proxy）时退化为均匀权重。这消除了对官方类型名的过拟合（父节点 ANALYSIS 明确指出 fw 权重在 X3 等命名不同的视图上会失效），同时保留了"扩张类型多采样"的方向信号。+2. ALPHA 从 0.03 降至 0.02：父节点 ANALYSIS 建议压缩 delta shift 幅度以恢复 covariation（无 shift 时 covariation 51.96，当前 50.79）。+3. 重构 main()：当有两个阶段时先读 prev 拿 prev_labels，同时用于权重计算和 delta 计算，避免重复读取。 ## 用到的知识与出处-- 父节点 ANALYSIS next_suggestions（N_BINS=12 或阈值=15 针对 covariation）-- 方向库 T1-12（保协方差的生成：真实细胞锚 + 低秩残差）-- 方法卡 k018（Damped per-type shift: shrinkage alpha）-- 实验表 Program 1 vs 当前对比：Program 1 无 delta shift 得 covariation 51.96，说明 delta 的逐基因不均匀缩放是协方差损失来源+- 父节点 ANALYSIS lessons（fw 正则权重是对评测集的过拟合式先验，测试集类型命名不同会直接失效）+- 父节点 ANALYSIS next_suggestions（消融 fw 权重、降低 ALPHA 观察 covariation）+- 方向库 T1-03（组成趋势外推）+- 方法卡 k018（收缩系数 α∈[0,1]，不能默认 α=1）diff --git a/solution/run.py b/solution/run.pyindex ea99d39..3410bcc 100644--- a/solution/run.py+++ b/solution/run.py@@ -25,22 +25,34 @@ from src.task1_temporal.view_io import (     write_prediction, ) -import re--ALPHA = 0.03+ALPHA = 0.02 N_BINS = 12 MIN_CELLS_FOR_BINNING = 15 -_HP = re.compile(r"cm\b|cardi|heart|shf|endocard|oft\b|avc|ift\b|sv[- ]cm|v[- ]cm|proepicard|pericard|epicard|blood", re.I)-_RP = re.compile(r"surface\s*ectoderm|exem|paraxial|neural\s*tube|neural|notochord", re.I)-_GP = re.compile(r"foregut|endoderm|gut|hepato|epithel", re.I)- -def fw(n):-    if _HP.search(n): return 1.6-    if _RP.search(n): return 0.15-    if _GP.search(n): return 0.9-    return 1.0+def data_driven_type_weights(+    last_labels: np.ndarray,+    prev_labels: np.ndarray | None,+    damping: float = 0.5,+) -> np.ndarray:+    unique = np.unique(last_labels)+    w = np.ones(len(unique), dtype=np.float64)+    if prev_labels is None:+        return w+    prev_unique, prev_counts = np.unique(prev_labels, return_counts=True)+    prev_frac = {t: c / len(prev_labels) for t, c in zip(prev_unique, prev_counts)}+    last_frac_counts = np.array([np.sum(last_labels == t) for t in unique], dtype=np.float64)+    last_frac = last_frac_counts / max(len(last_labels), 1)+    for i, t in enumerate(unique):+        lf = last_frac[i]+        pf = prev_frac.get(t, 0.0)+        if pf > 1e-6:+            ratio = lf / pf+            w[i] = 1.0 + damping * (ratio - 1.0)+        else:+            w[i] = 1.0 + damping+    w = np.clip(w, 0.1, 3.0)+    return w   def _submatrix(X, mask):@@ -171,13 +183,15 @@ def main() -> None:     labels = labels_of(last)     rng = np.random.default_rng(args.seed)     n_target = target_n_cells(manifest, last.n_obs)-    ul = np.unique(labels)-    tw = np.array([fw(str(u)) for u in ul])+    prev_labels_arr = None+    if len(official) >= 2:+        prev = read_stage(args.data, official[-2], genes)+        prev_labels_arr = labels_of(prev)+    tw = data_driven_type_weights(labels, prev_labels_arr, damping=0.5)     rows = stratified_sample(labels, last.X, n_target, rng, tw=tw)     X = last.X[rows]     if len(official) >= 2:-        prev = read_stage(args.data, official[-2], genes)-        deltas = eb_shrunk_deltas(prev.X, labels_of(prev), last.X, labels, ALPHA)+        deltas = eb_shrunk_deltas(prev.X, prev_labels_arr, last.X, labels, ALPHA)         del prev         X = shift_rows(X, labels[rows], deltas)     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。

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

native

stream

SEARCH
```python
ALPHA = 0.03
N_BINS = 12
MIN_CELLS_FOR_BINNING = 15
```
REPLACE
```python
ALPHA = 0.02
N_BINS = 12
MIN_CELLS_FOR_BINNING = 15
SIZE_K = 100.0
```
SEARCH
```python
            size_factor = n_eff / (n_eff + 50.0)
```
REPLACE
```python
            size_factor = n_eff / (n_eff + SIZE_K)
```
SEARCH
```python
def fw(n):
    if _HP.search(n): return 1.6
    if _RP.search(n): return 0.15
    if _GP.search(n): return 0.9
    return 1.0
```
REPLACE
```python
def fw(n):
    if _HP.search(n): return 1.5
    if _RP.search(n): return 0.2
    if _GP.search(n): return 0.9
    return 1.0
```

METHOD
## 改了什么