总览 · ← 返回运行 20261002-135403-search-t1-x3-era-mechcheck

节点 n10

保守 per-type 线性空间乘法位移（alpha=0.4，全基因，保稀疏），单输入退路 copy_last；本节点验证 top-K 选择、软截断、行和保持均不优于它。

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 4e2814349b: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 54efee26b2。改动的文件：solution/METHOD.md +32 −30

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 7b7b86b..8b6012b 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,6 +1,6 @@-保守 per-type 线性空间缩放位移（alpha=0.4，保稀疏），单输入退路 copy_last。+保守 per-type 线性空间乘法位移（alpha=0.4，全基因，保稀疏），单输入退路 copy_last；本节点验证 top-K 选择、软截断、行和保持均不优于它。 -## 方法+## 方法（与父节点 3 逐位一致）  - 读取全部输入阶段（`inputs_by_time`）。≥2 个阶段时取最后两个 prev、last；   对同时出现在两阶段的每个细胞类型 c，计算 log1p 空间伪批量差@@ -9,42 +9,44 @@   每个类型为 c 的细胞做**线性空间乘法缩放**：   `x' = clip((1+x) * exp(alpha * delta_c) - 1, 0)`，只作用于稀疏矩阵的已存非零   元，稀疏结构完全保留。alpha=0.4（常数超参，不依赖视图/绝对时间）。-- 仅在 last 出现的类型不位移；单输入阶段（proxy 情形）自动退化为 copy_last。+- 仅在 last 出现的类型不位移；单输入阶段自动退化为 copy_last。 - 输出细胞数由 `target_n_cells` 决定，seed 确定性（`np.random.default_rng(seed)`）。+- 本节点自测：`TOPK=0` 测试版输出与父节点 `run.py` 输出逐元素一致（maxdiff=0）。 -## 为什么乘法缩放而不是加法位移+## 本节点（improve，按 PLAN 做 top-K 选择性位移）的实测结论 -X3 实测（A 半）：加法位移+硬裁剪（节点 2 风格，alpha=0.2）把行致密化后-covariation 崩到 30.5（板分 43.9）；乘法缩放只改非零元数值、不动稀疏结构，-alpha=0.5 时 covariation 47.4、de_recovery 48.2。+PLAN 假设「DE 信号集中在每类型 |delta| 头部基因，只位移 top-K 可去噪」。+X3 A 半 seed 0 实测**否定**该假设（对照：父节点 alpha=0.4 全基因 A 半 seed 0+= 48.29，正式 B 半分 48.47）： -## 关键参数与扫参结果（X3 A 半，seed 0）--| 方案 | 板分 | de_recovery | covariation | cell_state |+| 变体（alpha=0.4） | 板分 A 半 seed0 | de_recovery | covariation | cell_state | |---|---|---|---|---|-| copy_last（父节点 1） | 47.92 | 44.09 | 48.44 | 49.68 |-| mult alpha=0.3 | 48.23 | 47.32 | 47.92 | 48.57 |-| mult alpha=0.4 | 48.29 | 48.18 | 47.70 | 48.20 |-| mult alpha=0.5 | 48.12 | 48.18 | 47.42 | 47.80 |-| mult alpha=1.0 | 46.69 | 46.90 | 45.41 | 45.52 |-| add alpha=0.2（致密化） | 43.92 | 44.17 | 30.52 | 48.58 |-| topk 500/2000 基因过滤 alpha=1 | 47.43/46.84 | 46.9 | 46.8/45.9 | — |-| 比例外推 comp=1.0 | 44.96 | 42.74 | 45.57 | 44.30 |--alpha=0.4 三种子（0/1/2）：48.29 / 48.59 / 48.83，均值 48.57。-相对父节点的提升（~0.1–0.6）小于噪声（~2），但方向在 3 个种子上均为非负，-且 de_recovery（父节点最弱组）从 44.09 升到 48.18。+| top-K 300 | 47.65 | 45.30 | 47.92 | 48.40 |+| top-K 500 | 47.91 | 46.09 | 47.99 | 48.46 |+| top-K 750 | 48.06 | 46.90 | 47.99 | 48.27 |+| top-K 1000 | 48.05 | 46.90 | 47.97 | 48.21 |+| tanh 软截断 c=0.25 | 48.19 | 47.32 | 47.89 | 48.47 |+| tanh 软截断 c=0.5 | 48.33 | 48.18 | 47.78 | 48.30 |+| alpha=0.35（全基因） | 48.26 | 47.75 | 47.82 | 48.39 |+| alpha=0.45（全基因） | 48.21 | 48.18 | 47.58 | 48.00 |+| 行和保持乘法位移 | 48.27 | 48.18 | 47.53 | 48.41 |++规律：de_recovery 随「被位移基因占比 / 位移幅度」单调上升，截断大 |delta|+（tanh）或删小 |delta|（top-K）都损失板分——**信号弥散在全部基因上**，与父+节点教训一致；alpha 已在 0.4 处最优（0.35/0.45 均更低）；行和保持不改变+de_recovery，但 direction/covariation 略降，无收益。所有变体与父节点差距+（≤0.15）远小于噪声（~2），按「差距小于噪声不算进步」原则，**提交父节点原+程序不做改动**，本节点贡献是把 top-K/软截断/行和保持三类假设标记为已否证。  ## 验证过什么 / 没验证什么 -- 验证：X3 视图 seed 0/1/2 可复现、`vec-check` 通过、输出与扫参版本逐元素一致。-- 验证（负结果）：加法致密化位移、topk 基因过滤、细胞比例外推均不优于温和乘法位移。-- 未验证：final 视图（E8.5+E9.5→E10.5，间隔 1 天而非 0.25 天）上 alpha=0.4-  是否仍合适；单输入退路只做了代码路径审查，未在 proxy 视图实跑。-- alpha 不随时间差缩放是有意保守选择：X3 上 alpha≥0.7 单调变差，而 final 的-  时间差是 X3 的 4 倍，若按时间差放大风险大。+- 验证：X3 seed 0 上父程序与 TOPK=0 测试程序输出逐元素一致；上表 9 个变体+  各查分 1 次（共 9 次，额度内）；`vec-check` 通过。+- 未验证：变体在 seed 1/2 上的表现（seed 0 已全面不优于父节点，无必要）；+  final 视图（间隔 1 天）上的 alpha 选择；单输入退路仅代码路径审查。  ## 知识来源 -无外部生物知识；方法只使用视图内两个输入阶段的表达与 `celltype` 标签现场计算-差值，未硬编码任何阶段统计量。外部数据（`external/`）与 `prior/` 未使用。+无外部生物知识；方法只使用视图内输入阶段的表达与 `celltype` 标签现场计算+差值，未硬编码任何阶段统计量。`external/` 与 `prior/` 未使用。alpha=0.4、+不随时间差放大，均为视图无关常数。

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。

**做了什么**：按 PLAN 在父节点（alpha=0.4 全基因乘法位移）基础上实现 top-K 选择性位移，并在 X3 seed 0 上实测 K∈{300,500,750,1000}，另加测 tanh 软截断（c=0.25/0.5）、alpha 微调（0.35/0.45）、行和保持归一，共 9 次查分。

**结果**：所有变体（47.65–48.33，A 半 seed 0）均不优于父节点（A 半 seed 0 = 48.29，正式分 48.47）；de_recovery 随被位移基因占比单调上升，证实信号弥散、top-K 假设被否证。按「差距小于噪声不算进步」原则，提交与父节点逐元素一致的程序（已验证 determinism 与 vec-check 通过），METHOD.md 完整记录 9 个负结果。

**下一步最值得试**：不再在位移形状上做文章（已系统性否证）；可试的方向是父节点建议 3——delta 估计去噪（但 X3 的 external 与输入同源，仅在 final 视图可行），或转向组成/新类型生成（copy_last 的 cell_state 49.68 上限提示组成外推空间），以及用 3-seed 重复查分确认 alpha 0.35–0.45 平台内是否有可区分的最优点。

调研员

Looking at the experiment table, node 3's weakest groups are covariation (47.54) and cell_state (48.37). Node 5 demonstrated that shifting only top-K DE genes per type preserves covariation (49.76) and cell_state (49.57) while matching de_recovery (48.69). Node 6 showed per-gene continuous weighting (EB) fails on node 3's framework, but hard gene selection combined with multiplicative form hasn't been tested (node 3's topk test used alpha=1, too aggressive).

```json
{"name": "Top-K选择性乘法位移：仅对每类型|delta|前500基因做alpha=0.4乘法缩放",
 "motivation": "父节点3对全部基因均匀乘法缩放，covariation从48.44降到47.54、cell_state从49.68降到48.37。节点5证明仅位移top-500基因（EB+加法）covariation达49.76、cell_state 49.57，且de_recovery同为48.69——说明DE信号集中在头部基因，全基因位移只加噪声。节点6否定了连续权重（EB），但硬选择+乘法形式（非加法）未被测试过（节点3的topk实验用alpha=1过于激进）。",
 "approach": "在父节点run.py基础上修改mult_shift函数：(1) 对每个类型c的delta_c向量取|delta|排序，选前K个基因（K=500为默认，快速测试K∈{300,500,750,1000}）；(2) 仅对选中基因的非零元做 x'=clip((1+x)*exp(0.4*delta_g)-1,0)，其余基因完全不动；(3) 实现：在mult_shift内对每类型先np.argpartition(|delta|, K)得到索引集合，构造mask，factor数组中非选中基因位置置1.0（即exp(0)=1，无位移）；(4) alpha固定0.4不扫（节点3已确认）；(5) 单输入退路不变（copy_last）；(6) 快速筛选：X3 seed 0单跑，若covariation≥48.5且de_recovery≥47.5则跑3个seed确认均值差>2；若covariation<48或de_recovery<47则放弃。预期运行时间增加<0.5s（仅多一次argpartition）。",
 "expected_groups": ["covariation", "cell_state"],
 "risks": "1) 若DE信号真弥散（analyst提到），top-500可能丢信号致de_recovery<47——但节点5同用500基因得到48.69，风险低；2) 乘法形式在少量基因上与加法差异可能不大（因非零元数值小时(1+x)*exp(d)-1≈x+d）——若结果与节点5几乎一致则无额外收益，Engineer应在seed 0对比节点5分数49.55判断；3) K=500可能在某些小类型（细胞数<50）中覆盖过大比例的基因，失去选择性——对细胞数<100的类型可退化为全基因位移（与父节点一致）。"}
```