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

节点 n19

保持父节点均匀乘法位移 alpha=0.4；本节点实测 kNN 图扩散 per-cell delta（beta 0.2/0.3/0.5/1.0）对该视图完全无信号（board 差 ≤0.01），按 PLAN 回退为与父代码一致，负结果记录如下。

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 03f752bd1a: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 6265b33d31。改动的文件：solution/METHOD.md +48 −53

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 11b7393..919effe 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,67 +1,62 @@-保持父节点均匀乘法位移 alpha=0.4；本节点实测 EB 基因级收缩/加法/混合位移均不优于它，确认均匀乘法位移为最优。+保持父节点均匀乘法位移 alpha=0.4；本节点实测 kNN 图扩散 per-cell delta（beta 0.2/0.3/0.5/1.0）对该视图完全无信号（board 差 ≤0.01），按 PLAN 回退为与父代码一致，负结果记录如下。 -## 提交的方法（与父节点相同）+## 提交的方法（与父节点 6/3 逐元素一致）  - 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   `delta_c = mean(last|c) - mean(prev|c)`。 - 从 last 阶段按 `[min_cells, max_cells]` 抽样（`sample_rows`），对抽到的每个-  类型为 c 的细胞做**线性空间乘法缩放**：+  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。-- seed 确定性（`np.random.default_rng(seed)`），输出与父节点逐元素一致。+- seed 确定性（`np.random.default_rng(seed)`）。运行 ~1.2s / <1GB，纯 CPU+  （EXECUTION.json gpu=false）。 -## 本节点做了什么（PLAN 的核心改动被实测否定）+## 本节点做了什么（PLAN 的 kNN 扩散被实测否定） -PLAN 要求把均匀 alpha 换成 **per-gene empirical-Bayes 收缩权重**-`w_g = signal/(signal+noise_g)`，`delta_eff_g = w_g*delta_c_g`，指望它保护最弱组-covariation。实测结论：**该方向不成立，均匀乘法位移 alpha=0.4 仍是最优**。-下面全部为 X3 A 半、seed 0、同一抽样（board = 4 组算术平均，已核对）。+PLAN：抽样细胞在 PCA(30) 空间建 kNN(k=20)，每细胞初始 delta=其类型伪批量差，+1 轮图扩散 `delta_i ← (1-β)·delta_i + β·mean(delta_j, j∈kNN(i))`，再做同样的+alpha=0.4 乘法位移；期望给同类型细胞个性化的 delta 以挽回 covariation。++X3 A 半、seed 0 实测（父基线 48.2846 同表复现）：  | 方案 | board | de_recovery | covariation | cell_state | direction | |---|---|---|---|---|---|-| copy_last（alpha=0） | 47.62 | 43.09 | 48.59 | 49.51 | 49.12 |-| **均匀乘法 alpha=0.4（父/提交）** | **48.29** | **48.18** | **47.70** | **48.20** | **48.97** |-| 均匀乘法 alpha=0.5 | 48.12 | 48.18 | 47.42 | 47.80 | 49.00 |-| 均匀乘法 alpha=0.6 | 47.83 | 47.75 | 47.12 | 47.39 | 49.00 |-| EB 收缩 median(τ²)=0 → 退化 copy_last | 47.62 | 43.09 | 48.59 | 49.51 | 49.12 |-| EB 收缩 mean τ², alpha=0.5 | 47.76 | 44.17 | 48.29 | 49.36 | 49.00 |-| EB 收缩 mean τ², alpha=1.0 | 47.84 | 44.92 | 48.15 | 49.18 | 48.92 |-| 纯加法 x+α·δ（只动非零）alpha=0.5 | 48.12 | 46.09 | 48.11 | 49.11 | 48.99 |-| 纯加法 alpha=0.9 | 48.14 | 46.90 | 47.87 | 48.71 | 48.92 |-| 混合 x+A·δ+M·δ·x (A0.7,M0.4) | 48.11 | 48.18 | 47.54 | 47.70 | 48.99 |-| 乘法/加法输出平均 (M0.4,A0.6,w0.6) | 48.21 | 47.32 | 47.85 | 48.55 | 48.95 |--## 关键机理发现（供后续节点）--1. **EB 收缩被数据否定**：E8.75→E9.0 的 delta 极小（V-CM 中位 |δ|≈0.001），-   `median(δ²-noise)<0` → signal=0 → w_g≡0 → 逐元素退化为 copy_last；改用-   mean(δ²-noise) 后 mean_w≈0.76，但 de_recovery 只回到 44-45（远低于均匀 0.4-   的 48.18）。**在相同 de_recovery 下 EB 的 covariation 反而更差**（EB de_rec-   44.17→covar 48.29；均匀在 de_rec 44 时 covar≈48.4），即 EB 严格劣于均匀。-   被 EB 当"噪声"收缩掉的高方差基因，恰恰是驱动 de_recovery 的基因——印证父节点-   lesson"信号弥散，不要筛/收缩基因"。-2. **乘法项 M·δ·x 是唯一有效杠杆，且双向耦合**：混合实验里只要 M=0.4，-   de_recovery 就锁死在 48.18、cell_state 锁死在 47.7，与加法项 A 大小无关；-   纯加法（M=0）能把 cell_state 抬到 49.1 但 de_recovery 封顶仅 46.9。即-   **同一个乘法项同时带来 de_recovery 收益和 cell_state/covariation 损失，无法-   解耦**。board=4 组均值，de_recovery 摆幅（43→48，±5）远大于其它三组（各 ±1），-   所以保 de_recovery 的均匀乘法最优。-3. **alpha=0.4 是均匀乘法峰值**：0.3/0.4/0.5/0.6 = 48.23/48.29/48.12/47.83，-   de_recovery 在 0.4-0.5 饱和、0.6 起下滑，covariation/cell_state 随 alpha 单调降。--## 验证过 / 没验证--- 验证：run.py 对 seed 确定、`vec-check` 通过、输出与父节点逐元素一致、1.4s/峰值-  内存与父节点同量级。以上 11 个方案均实跑实评（A 半）。-- 未验证：final 视图（间隔 1 天，是 X3 的 4 倍）上 alpha=0.4 是否仍最优；-  单输入退路只做了代码路径审查。所有 A 半差距（父 vs 各变体）均 ≤0.7 分，-  在 T1 约 2 分噪声内，故不采纳任何"小幅提升"，回退到父节点方法。--## 知识来源--无外部生物知识；方法只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，`external/` 与 `prior/` 未使用（X3 的 external 与 inputs-是同一份 Qiu E8.75/E9.0，无额外信息）。程序不读视图路径/绝对时间，仅用阶段排序，-满足视图无关要求。+| 父：均匀乘法 alpha=0.4（提交） | **48.28** | 48.18 | 47.70 | 48.20 | 48.97 |+| kNN 扩散 β=0.2 | 48.28 | 48.18 | 47.70 | 48.19 | 48.96 |+| kNN 扩散 β=0.3 | 48.28 | 48.18 | 47.70 | 48.19 | 48.96 |+| kNN 扩散 β=0.5 | 48.28 | 48.18 | 47.72 | 48.18 | 48.97 |+| kNN 扩散 β=1.0（完全邻居均值） | 48.28 | 48.18 | 47.72 | 48.17 | 48.97 |++β=0 对照与父输出逐元素一致（max |diff| 9.5e-7，float32 舍入），实现正确。++## 为什么无效（机理，供后续节点）++1. **扩散近似恒等**：X3 视图 last 阶段只有 3 个类型（V-CM/aSHF/Endocardium，+   652 个输出细胞）。PCA 空间的 kNN 邻居绝大多数是同类型细胞，其 delta 与自己+   完全相同，故 `mean(delta_j)` ≈ `delta_i`，β 再大也几乎不改变任何细胞的+   delta——covariation 只动 +0.02，远低于 2 分噪声。+2. **covariation 损失不来自 delta 的细胞间均匀性**：类型间 delta 本身差异明显+   （成对 cos 仅 0.08–0.28，rel L2 差 1.0–1.6），但个性化 delta 对 variogram+   无影响；损失来自乘法缩放 `(1+x)e^{αδ_g}-1` 对每个基因按 x 成比例的整体+   畸变。要在细胞维度修 covariation，需要的是细胞间**表达水平**维度的差异化+   （例如按细胞状态调节 α），而非 delta 方向的平滑——这与节点 5 Top-K（限制+   位移基因数、covar 49.76）有效的观察一致。+3. 工程注意：sklearn `PCA(svd_solver="full")` 在 652×32285 上要 80s；+   randomized（fixed random_state，确定性）后全流程 ~12s。++## 结论++shift-form 家族（乘法/加法/混合/Top-K/EB 收缩/PCA 投影/通路平滑/kNN 扩散）+在父节点 6 与本节点合计 15+ 个变体全部实测：均匀乘法 alpha=0.4 与 Top-K+（节点 5 系）是仅有的两个平台，且均在各自 rank3 上持平。本节点按 PLAN 的回退+条款提交父代码，保证节点分不低于父。++## 验证++- X3 视图 seed 0 全量跑通（1.2s），`vec-check` 通过；beta 系列 4 次查分共用+  4/20 额度。+- 未验证：final 视图（阶段间隔更大、类型更多时 kNN 扩散可能不再退化为恒等，+  但 X3 上无任何信号，且本 run 分数只由 X3 决定，故未投入）。+- 生物学知识来源：无新增（方法与父一致，仅用视图内数据现场计算 delta）。

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 实现 kNN 图扩散 per-cell delta（PCA-30 空间、k=20、1 轮扩散）+ alpha=0.4 乘法位移；β=0 对照与父输出逐元素一致（验证实现正确）。

**查分结果**（X3 A 半 seed 0，用了 4/20 额度）：β=0.2/0.3/0.5/1.0 的 board 全部 48.28，与父节点差 ≤0.01——完全无信号。原因：last 阶段仅 3 个类型，kNN 邻居几乎全是同类型细胞，扩散退化为恒等；covariation 损失来自乘法缩放本身而非 delta 的细胞间均匀性。已按 PLAN 回退条款提交与父一致的代码，`vec-check` 通过，METHOD.md 记录负结果与机理。

**下一步最值得试**：细胞维度修 covariation 应差异化**位移幅度**（如按细胞表达状态调 α，或细胞级 Top-K 基因选择），而非平滑 delta 方向；节点 5 的 Top-K（covar 49.76）有效正说明限制"哪些基因被位移"比"delta 怎么平滑"更关键。也可尝试融合两平台：Top-K 选基因 + 均匀乘法幅度，目标同时保住 de_recovery 48.2 和 covariation 49+。

调研员

```json
{
  "name": "kNN图扩散平滑per-cell delta乘法位移（保covariation）",
  "motivation": "父节点6最弱组为covariation 47.54（vs copy_last的48.44，损失0.9）。节点6已证明乘法项M·δ·x是唯一有效杠杆但双向耦合：均匀per-type delta让同类型所有细胞获得相同位移，压缩了细胞间多样性，破坏协方差结构。已失败的11个变体（EB收缩、PCA投影、通路平滑）全部在基因维度上操作；尚无方案在细胞维度上个性化delta。节点5（Top-K加法）的covariation达49.76，说明限制位移范围/个性化可保护此组，但节点5的rank3(48.69)略低于节点6(48.74)因其de_recovery机制不同。本方案在保持乘法位移（保de_recovery）的同时，通过kNN图扩散给每个细胞一个略有不同的delta，保留局部流形结构。",
  "approach": "步骤：(1) 与父节点相同读取最后两阶段、计算per-type log1p伪批量差delta_c。(2) 对last阶段抽样后的细胞矩阵做PCA（scanpy sc.tl.pca，n_comps=30），用sklearn NearestNeighbors建kNN图（k=20，metric=euclidean）。(3) 为每个细胞赋初始delta：delta_i = delta_{type(i)}。(4) 图扩散1轮：delta_smooth_i = (1-beta)*delta_i + beta*mean(delta_j, j∈kNN(i))。beta初值0.3，搜索{0.1, 0.2, 0.3, 0.5}。(5) 对每个细胞做乘法位移：x'_ig = clip((1+x_ig)*exp(alpha*delta_smooth_ig)-1, 0)，alpha=0.4不变。(6) 单输入阶段退路：与父节点相同，直接copy_last。(7) vec-score快筛：先跑beta=0确认与父节点逐元素一致（对照），再跑beta=0.2/0.3/0.5，重点看covariation是否回升且de_recovery不跌破47.5；若某beta的covariation提升>1且de_recovery降幅<0.5则采纳，否则回退父代码。参数范围：k∈{15,20,30}（仅当首选k=20的beta扫描无信号时再扫），beta∈{0.1,0.2,0.3,0.5}，alpha固定0.4。总变体数≤8次vec-score，在20次限额内。",
  "expected_groups": ["covariation", "cell_state"],
  "risks": "1) 图扩散过度模糊delta（beta过大）导致de_recovery下降：Engineer应先跑beta=0.5，若de_recovery<47则跳过更大beta。2) kNN图在稀疏数据上噪声大、邻居类型混杂导致delta被稀释：若beta=0.1也无covariation改善则判定方向无效并回退。3) 30分钟时限：PCA+kNN+1轮扩散对~10k细胞应<10s，风险低；若内存不足可先对细胞子采样到5000再建图。4) 与父节点差距可能仍在2分噪声内：需至少2个seed的vec-score均值差>1.5才视为信号。"
}
```