运行档案 / T1:val / 10-02 12:30
假模型流程测试
先看终选决定，再沿节点查看方法、代码改动和对话证据。
终选程序?按该运行锁定的规则最终选出的程序；可能是候选节点，也可能由护栏回退到基线。
照抄基线
本运行目标 48.45（3 种子均值）
节点?搜索树里的每个候选程序。
103
已打分 69
官网分?官网 P2 返回的真实分数。
—
还没有提交或还没有分数
大模型调用次数?各角色（调研员、工程师、分析员、审查员）调用大模型的次数。
294
分析员 89、工程师 100、调研员 100、审查员 5
实际结果与评分依据
搜索目标、护栏和诊断分开阅读。不同真值分片或 seed 的同名尺子保留各自记录。
| 尺子 | 用途 | 分数 | 评分上下文 |
|---|---|---|---|
| X1 | 护栏基线复测 | 48.7 | 全部真值 / 3 个 seed均值 |
| X3 | 护栏基线复测 | 48.4 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 45.8 | 全部真值 / 1 个 seed单次 |
| X4 | 终检诊断 | 49.7 | 全部真值 / 1 个 seed单次 |
| X5 | 终检诊断 | 48.5 | 全部真值 / 1 个 seed单次 |
| proxy | 诊断记录 | 50.0 | 真值 B 半 / 1 个 seed单次 |
来历?终选程序从种子程序一步步改过来的路径，每一步都写了改了什么、分数变了多少。
括号里的分差只表示变化方向，不代表统计显著性。
最终选中基线，没有获选节点祖先链。下面保留整次搜索的全部节点与轨迹。
搜索树?每个点是一个节点，连线从父节点指向子节点；颜色表示结果。
蓝色粗线是来历路径；鼠标停在点上看节点，点一下打开节点页。
已打分?程序正常跑完并拿到分数。程序报错?候选程序运行时出错。格式不合格?输出文件不符合提交格式（基因、细胞数、坐标等）。生成失败?会话没能产出可用的程序。没有改动?这次会话没有对代码做任何修改。
搜索分数的变化?横轴是从运行开始算起的分钟数，纵轴是到那时为止最好的搜索目标分。
全部节点与对话（103）
| 节点 | 父节点 | 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。 | 状态 | 搜索目标分?搜索用来比较节点的分数（各把尺子按权重合成，种子 0 单次）。 | 比父节点?这个节点的分数减去它父节点的分数；正数是变好。 | X3?用外部公开数据造的同类型题。 | 3 次复测?换 3 个随机种子各跑一次取平均 ± 标准差，比单次分更稳。 | 审查 | 用时?从运行开始到结束（或到现在）的挂钟时间。 | 方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。 |
|---|---|---|---|---|---|---|---|---|---|---|
| n1 | — | 种子 | 已打分 | 47.9 | — | 47.9 | 48.4 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 48.7 | — | 48.7 | 48.2 | 通过 | 不到 1 分 | seed heart_jcf_peri |
| n3 | — | 种子 | 已打分 | 40.4 | — | 40.4 | 40.6 | 通过 | 不到 1 分 | seed pseudobulk_shift |
| n4 | n2 | 改进 | 生成失败 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-4 |
| n5 | n1 | 改进 | 已打分 | 48.7 | +0.8 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.3 (fake Engineer, node 5) |
| n6 | n2 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.2 (fake Engineer, node 6) |
| n7 | n6 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.1 (fake Engineer, node 7) |
| n8 | n5 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.35 (fake Engineer, node 8) |
| n9 | n7 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.25 (fake Engineer, node 9) |
| n10 | n8 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.15 (fake Engineer, node 10) |
| n11 | n8 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.4 (fake Engineer, node 11) |
| n12 | n11 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-12 |
| n13 | n9 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.2 (fake Engineer, node 13) |
| n14 | n11 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.1 (fake Engineer, node 14) |
| n15 | n7 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.35 (fake Engineer, node 15) |
| n16 | n14 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.25 (fake Engineer, node 16) |
| n17 | n13 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.15 (fake Engineer, node 17) |
| n18 | n15 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.4 (fake Engineer, node 18) |
| n19 | n18 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.3 (fake Engineer, node 19) |
| n20 | n16 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-20 |
| n21 | n17 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.1 (fake Engineer, node 21) |
| n22 | n19 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.35 (fake Engineer, node 22) |
| n23 | n16 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.25 (fake Engineer, node 23) |
| n24 | n21 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.15 (fake Engineer, node 24) |
| n25 | n23 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.4 (fake Engineer, node 25) |
| n26 | n25 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.3 (fake Engineer, node 26) |
| n27 | n19 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.2 (fake Engineer, node 27) |
| n28 | n24 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-28 |
| n29 | — | 草稿 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.35 (fake Engineer, node 29) |
| n30 | n29 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.25 (fake Engineer, node 30) |
| n31 | n27 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.15 (fake Engineer, node 31) |
| n32 | n24 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.4 (fake Engineer, node 32) |
| n33 | n31 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.3 (fake Engineer, node 33) |
| n34 | n32 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.2 (fake Engineer, node 34) |
| n35 | n25 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.1 (fake Engineer, node 35) |
| n36 | n34 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.35 (fake Engineer, node 36) |
| n37 | n33 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.25 (fake Engineer, node 37) |
| n38 | n35 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.15 (fake Engineer, node 38) |
| n39 | — | 草稿 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.4 (fake Engineer, node 39) |
| n40 | n36 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.3 (fake Engineer, node 40) |
| n41 | n37 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.2 (fake Engineer, node 41) |
| n42 | n39 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.1 (fake Engineer, node 42) |
| n43 | n40 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.35 (fake Engineer, node 43) |
| n44 | — | 草稿 | 生成失败 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-44 |
| n45 | n41 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.15 (fake Engineer, node 45) |
| n46 | n43 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.4 (fake Engineer, node 46) |
| n47 | n46 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.3 (fake Engineer, node 47) |
| n48 | n45 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.2 (fake Engineer, node 48) |
| n49 | n47 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.1 (fake Engineer, node 49) |
| n50 | n46 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.35 (fake Engineer, node 50) |
| n51 | n48 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.25 (fake Engineer, node 51) |
| n52 | n42 | 修复 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.15 (fake Engineer, node 52) |
| n53 | n49 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.4 (fake Engineer, node 53) |
| n54 | n50 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.3 (fake Engineer, node 54) |
| n55 | n51 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.2 (fake Engineer, node 55) |
| n56 | — | 草稿 | 已打分 | 48.7 | — | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.1 (fake Engineer, node 56) |
| n57 | n52 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.35 (fake Engineer, node 57) |
| n58 | n53 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.25 (fake Engineer, node 58) |
| n59 | n55 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.15 (fake Engineer, node 59) |
| n60 | — | 草稿 | 生成失败 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-60 |
| n61 | n56 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 通过 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.3 (fake Engineer, node 61) |
| n62 | n57 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.2 (fake Engineer, node 62) |
| n63 | n59 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 通过 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.1 (fake Engineer, node 63) |
| n64 | n61 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 通过 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.35 (fake Engineer, node 64) |
| n65 | n64 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 通过 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.25 (fake Engineer, node 65) |
| n66 | n63 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.15 (fake Engineer, node 66) |
| n67 | n65 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | 48.2 | 通过 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.4 (fake Engineer, node 67) |
| n68 | n50 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-68 |
| n69 | n53 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.2 (fake Engineer, node 69) |
| n70 | n67 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.1 (fake Engineer, node 70) |
| n71 | n57 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.35 (fake Engineer, node 71) |
| n72 | n69 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.25 (fake Engineer, node 72) |
| n73 | n70 | 修复 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.15 (fake Engineer, node 73) |
| n74 | n70 | 修复 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.4 (fake Engineer, node 74) |
| n75 | n66 | 修复 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.3 (fake Engineer, node 75) |
| n76 | n71 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-76 |
| n77 | n72 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.1 (fake Engineer, node 77) |
| n78 | n73 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.35 (fake Engineer, node 78) |
| n79 | — | 草稿 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.25 (fake Engineer, node 79) |
| n80 | n74 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.15 (fake Engineer, node 80) |
| n81 | n75 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.4 (fake Engineer, node 81) |
| n82 | n77 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.3 (fake Engineer, node 82) |
| n83 | n79 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.2 (fake Engineer, node 83) |
| n84 | n80 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-84 |
| n85 | n83 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.35 (fake Engineer, node 85) |
| n86 | n81 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.25 (fake Engineer, node 86) |
| n87 | n71 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.15 (fake Engineer, node 87) |
| n88 | n85 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.4 (fake Engineer, node 88) |
| n89 | n86 | 修复 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.3 (fake Engineer, node 89) |
| n90 | n87 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.2 (fake Engineer, node 90) |
| n91 | n88 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.9, edge x0.1 (fake Engineer, node 91) |
| n92 | n89 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-92 |
| n93 | n73 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.25 (fake Engineer, node 93) |
| n94 | n91 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.15 (fake Engineer, node 94) |
| n95 | n77 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x2.0, edge x0.4 (fake Engineer, node 95) |
| n96 | n93 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.8, edge x0.3 (fake Engineer, node 96) |
| n97 | n95 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.6, edge x0.2 (fake Engineer, node 97) |
| n98 | n97 | 改进 | 程序报错 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.4, edge x0.1 (fake Engineer, node 98) |
| n99 | n80 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.2, edge x0.35 (fake Engineer, node 99) |
| n100 | n96 | 改进 | 没有改动 | — | — | — | — | 未审查 | 不到 1 分 | fake-plan-100 |
| n101 | — | 草稿 | 已打分 | 48.7 | — | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.7, edge x0.15 (fake Engineer, node 101) |
| n102 | n101 | 改进 | 格式不合格 | — | — | — | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.5, edge x0.4 (fake Engineer, node 102) |
| n103 | n99 | 改进 | 已打分 | 48.7 | +0.0 | 48.7 | — | 未审查 | 不到 1 分 | heart_jcf_peri reweighting, heart x1.3, edge x0.3 (fake Engineer, node 103) |
资源消耗与失败情况
格式不合格 13 程序报错 10 没有改动 8 生成失败 3
| 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。 | 大模型调用次数 | 失败 | 总用时 | 输入 token 数?输入 / 输出（含思考）的 token 数，来自接口返回的用量。 | 输出 token |
|---|---|---|---|---|---|
| 分析员 | 89 | 0 | 1 分 | 1,869 | 445 |
| 工程师 | 100 | 0 | 5 分 | 5,060 | 1,224 |
| 调研员 | 100 | 0 | 1 分 | 1,700 | 400 |
| 审查员 | 5 | 0 | 不到 1 分 | 60 | 15 |
运行配置与来源
| 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。 | 20261002-123012-search-t1-x3guard-fake 10-02 12:30 · 自动搜索 · T1:val · 假模型流程测试 · x3guard |
|---|---|
| 题目?比赛的哪道题、哪个阶段，例如 T1:val 是第 1 题的验证阶段。 | T1:val |
| 方式?自动搜索：ERA 式搜索树，多个节点不断改进程序；单 Agent：一个 Agent 会话从头做到尾。 | 自动搜索 测试 |
| 搜索目标?这次运行用哪几把尺子、按什么权重合成分数来比较节点；目标不同的运行，最佳分不能直接比。 | X3；终检 X1、X4、X5；护栏 X3、X1；诊断 proxy |
| 状态 | 已结束 |
| 开始 / 结束 | 10-02 12:30 / 10-02 12:45 |
| 用时 | 15 分 / 预算 36 分 |
| 所在副本?运行目录所在的代码副本（Spark 上 ~/vec 下的哪个目录）。 | test_wt |
出处?这次运行用的代码、配置、数据和模型的指纹，靠它们可以原样找回并复现。
| 代码版本?运行锁定时代码仓库的 git 提交号；带 +dirty 表示当时有未提交的改动。 | c80bc60dc526413b658f081e2174a0f90cb52d7e |
|---|---|
| 版本标签?可提交运行在锁定的提交上打的 git 标签 run/<运行编号>，以后能原样找回代码。 | — |
| 配置文件 | /home/spark-longxinyang/vec/runs/test/20261002-123012-search-t1-x3guard-fake/config_source.yaml 配置指纹 e29d4cb5db408924 |
| 锁定指纹?启动时把配置、代码、提示词等全部锁定后算出的总指纹。 | 120365b76ed6c503 锁定格式 v8 |
| 运行专用代码副本?启动时为这次运行单独检出的一份只读代码；运行全程只读它，不受主副本更新影响。 | 目录存在 /home/spark-longxinyang/vec/runs/test/20261002-123012-search-t1-x3guard-fake/code |
| 打分口径指纹?打分器、数据视图、种子等合起来的指纹；指纹相同，分数才能直接比较。 | e7c0f76fbfe43939 |
| 数据视图指纹?程序能看到的输入数据文件的指纹，按视图汇总成一个短指纹。 | final：24 个文件，指纹 1ea9a3d2b62ff9fd proxy：19 个文件，指纹 604f04735239a30a test：97 个文件，指纹 5eb4898af039a8d2 views：2 个文件，指纹 84c94bbe9cf59041 |
| 大模型?每个角色用的大模型；括号里是接口实际报告的模型名。 | 分析员：fake （接口报告 fake） 工程师：fake （接口报告 fake） 调研员：fake （接口报告 fake） 审查员：fake （接口报告 fake） |
| 运行目录 | /home/spark-longxinyang/vec/runs/test/20261002-123012-search-t1-x3guard-fake 主机 spark-ad3f |
| 提交账本?notes/changelogs/submissions.tsv：每次上传官网的记录和返回的官网分。 | 这次运行没有提交过官网 |
| 迭代报告?运行结束后自动生成的中文复盘报告（notes/reports/runs）。 | 还没有迭代报告 |