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

节点 n21

在父节点乘法位移（alpha=0.4，保稀疏）上加每细胞进度调制：细胞在 delta 方向上的投影分位决定其位移倍率 f∈[0.5,1.5]（GAMMA=-4），领先细胞多移、落后细胞少移。

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 ebed055fc9: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 +46 −41、solution/run.py +46 −19

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 7b7b86b..7c63716 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,50 +1,55 @@-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。+在父节点乘法位移（alpha=0.4，保稀疏）上加每细胞进度调制：细胞在 delta 方向上的投影分位决定其位移倍率 f∈[0.5,1.5]（GAMMA=-4），领先细胞多移、落后细胞少移。  ## 方法 -- 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]` 随机抽样（`sample_rows`），对抽到的-  每个类型为 c 的细胞做**线性空间乘法缩放**：-  `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。-- 输出细胞数由 `target_n_cells` 决定，seed 确定性（`np.random.default_rng(seed)`）。--## 为什么乘法缩放而不是加法位移--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。--## 关键参数与扫参结果（X3 A 半，seed 0）--| 方案 | 板分 | 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。+- 与父节点相同：取最后两个输入阶段，对共有 celltype 算 log1p 伪批量差+  `delta_c = mean(last|c) - mean(prev|c)`；从 last 阶段按 `sample_rows` 抽样，+  只对稀疏矩阵已存非零元做 `x' = clip((1+x)*exp(alpha*f_i*delta_c)-1, 0)`，+  alpha=0.4，稀疏结构不动。单输入阶段退化为 copy_last（与父一致）。+- 新增每细胞调制（借鉴树内节点 17 在 Top-K EB 位移上验证过的机制，移植到乘法位移）：+  - `p_i = x_i · d_c`（d_c 为单位化 delta；同类型内减去类型均值常数不改变秩，+    故直接用稀疏矩阵-向量积，内存 O(nnz)，无稠密化）；+  - `r_i` = p_i 在同类型抽样细胞中的分位（stable argsort，确定）；+  - `f_i = clip(1 - GAMMA*(r_i - 0.5), 0.5, 1.5)`，GAMMA=-4：投影高（已倾向+    未来状态）的细胞位移放大到 1.5×，低的缩到 0.5×。GAMMA 绝对值 ≥2 后+    f 已被 clip 饱和，-4 与 -2 几乎同解。+- 输出细胞数、seed 用法与父节点相同；无绝对时间、无视图名依赖，全部统计现场计算。++## X3 A 半查分结果（seed 0 筛选，seed 0/1/2 验证）++| 方案 | seed0 板分 | cell_state | covariation | de_recovery | direction |+|---|---|---|---|---|---|+| 父 alpha=0.4（base 复现） | 48.29 | 48.20 | 47.70 | 48.18 | 48.97 |+| + GAMMA=+1 | — | 47.46 | 47.80 | 48.18 | 49.02 |+| + GAMMA=-1 | — | 49.01 | 47.61 | 48.18 | 48.91 |+| + GAMMA=-2 | — | 49.31 | 47.58 | 48.18 | 48.90 |+| + GAMMA=-4（提交版） | 48.60 | 49.39 | 47.58 | 48.18 | 48.89 |+| GAMMA=-2, alpha=0.5 | — | 49.19 | 47.27 | 48.18 | 48.95 |+| 类型级向全局 delta 收缩 k=300 | — | 47.97 | 47.77 | 46.90 | 48.93 |++GAMMA=-4 三种子板分：48.60 / 48.82 / 49.15，均值 48.86；父节点三种子（其+METHOD.md 记录）48.29 / 48.59 / 48.83，均值 48.57。逐种子配对差++0.31 / +0.23 / +0.32，方向一致为正但幅度小于 ~2 分噪声，只能算温和改善；+分组上父节点唯一明显回退组 cell_state（49.68→48.37）被拉回（s0 48.20→49.39，+s1 51.32，s2 49.96），covariation/de_recovery 基本持平。++## PLAN 偏差说明++PLAN 的"external/ 池化伪批量降噪"在 X3 上经实测为空操作：view 的两个输入+就是 external 里同一批 Qiu 细胞（细胞数一致、表达值逐元素相同，sha 差异仅来自+基因面板补齐与标签映射），池化后 delta 与父节点完全相同，故未采用，改用+ANALYSIS/next_suggestions 里尚未在乘法位移上试过的每细胞进度调制。+（final 视图的 external 若与输入不重合，该池化思路仍可另行验证。）  ## 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 提交代码输出与筛选版逐元素一致（maxdiff=0）；同 seed 重跑+  逐元素一致；`vec-check` 通过；GPU 不需要（EXECUTION.json gpu=false）。+- 未验证：final/proxy 视图未实跑（无额度/无视图）；代码路径对单输入退化、+  大细胞数（稀疏 matvec + 逐细胞循环，O(n_cells·nnz_row)，预计可承受）做了+  设计审查。B 半分数未知，提升幅度在噪声内，存在 B 半不复现的可能。  ## 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；只用视图内表达与标签现场计算。external/ 仅用于与输入做同一性+核对（未进入训练）。prior/ 未使用。diff --git a/solution/run.py b/solution/run.pyindex de3f67f..b9582cf 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,18 +1,22 @@ #!/usr/bin/env python3-"""Per-cell-type conservative temporal shift in linear space (sparsity-preserving).--With >=2 input stages: delta_c = mean(last|c) - mean(prev|c) in log1p space for-every cell type present in both stages; each sampled cell of the last stage is-rescaled gene-wise: x' = clip((1+x) * exp(alpha*delta_c) - 1, 0), applied only to-stored nonzeros so the sparse structure is preserved. With a single input stage-(or no shared types): fall back to copy_last (alpha=0 behaviour).+"""Per-cell-type multiplicative temporal shift (alpha=0.4, sparsity-preserving)+with per-cell progress modulation.++delta_c = mean(last|c) - mean(prev|c) in log1p space for shared cell types.+Each sampled cell i of type c gets a personal factor f_i from projecting its+(sparse) profile onto the delta direction: p_i = x_i . d_c (within-type rank is+invariant to centering, so the type-mean offset is dropped); percentile r_i of+p_i within its type; f_i = clip(1 - GAMMA*(r_i - 0.5), 0.5, 1.5), GAMMA=-4+(cells already leaning toward the future state shift more, lagging cells less).+Rescale stored nonzeros only: x' = clip((1+x)*exp(alpha*f_i*delta_c) - 1, 0).+Single input stage or no shared types -> copy_last fallback. """- from __future__ import annotations  import argparse  import numpy as np+import scipy.sparse as sp  from src.task1_temporal.view_io import (     inputs_by_time,@@ -25,6 +29,7 @@ from src.task1_temporal.view_io import ( )  ALPHA = 0.4+GAMMA = -4.0   def type_deltas(prev_X, prev_labels, last_X, last_labels) -> dict[str, np.ndarray]:@@ -39,18 +44,38 @@ def type_deltas(prev_X, prev_labels, last_X, last_labels) -> dict[str, np.ndarra     return out  -def mult_shift(X, labels, deltas, alpha):-    X = X.tocsr().astype(np.float32).copy()+def progress_percentiles(X_csr, labels, deltas) -> np.ndarray:+    prog = np.full(X_csr.shape[0], 0.5, dtype=np.float64)     for t in np.unique(labels):-        if str(t) not in deltas:+        t = str(t)+        if t not in deltas:             continue         idx = np.flatnonzero(labels == t)-        sub = X[idx].copy()-        factor = np.exp(np.clip(alpha * deltas[str(t)].astype(np.float64), -10, 10)).astype(np.float32)-        newvals = (sub.data + 1.0) * factor[sub.indices] - 1.0-        np.maximum(newvals, 0.0, out=newvals)-        sub.data = newvals-        X[idx] = sub+        d = deltas[t].astype(np.float64)+        nrm = np.linalg.norm(d)+        if nrm < 1e-8:+            continue+        p = np.asarray(X_csr[idx] @ (d / nrm)).ravel()+        if len(p) > 1:+            prog[idx] = np.argsort(np.argsort(p, kind="stable"), kind="stable") / (len(p) - 1)+        else:+            prog[idx] = 0.5+    return prog+++def mult_shift(X, labels, deltas, alpha, prog):+    X = X.tocsr().astype(np.float32).copy()+    indptr, indices = X.indptr, X.indices+    for t in np.unique(labels):+        t = str(t)+        if t not in deltas:+            continue+        d = np.clip(alpha * deltas[t].astype(np.float64), -10, 10)+        for i in np.flatnonzero(labels == t):+            f = min(max(1.0 - GAMMA * (prog[i] - 0.5), 0.5), 1.5)+            fi = np.exp(d * f).astype(np.float32)+            sl = slice(indptr[i], indptr[i + 1])+            np.maximum((X.data[sl] + 1.0) * fi[indices[sl]] - 1.0, 0.0, out=X.data[sl])     return X  @@ -68,14 +93,16 @@ def main() -> None:     rng = np.random.default_rng(args.seed)     rows = sample_rows(last.n_obs, target_n_cells(manifest, last.n_obs), rng)     X = last.X[rows]+    labels_last = last.obs["celltype"].astype(str).to_numpy()      if len(inputs) >= 2:         prev = read_stage(args.data, inputs[-2], genes)         labels_prev = prev.obs["celltype"].astype(str).to_numpy()-        labels_last = last.obs["celltype"].astype(str).to_numpy()         deltas = type_deltas(prev.X, labels_prev, last.X, labels_last)         if deltas:-            X = mult_shift(X, labels_last[rows], deltas, ALPHA)+            Xc = X if sp.issparse(X) else sp.csr_matrix(X)+            prog = progress_percentiles(Xc, labels_last[rows], deltas)+            X = mult_shift(X, labels_last[rows], deltas, ALPHA, prog)     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）。

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**：PLAN 的 external 池化经实测在 X3 上是空操作（external 与视图输入是同一批 Qiu 细胞，表达逐元素相同），改为移植节点 17 的每细胞进度调制到父节点的乘法位移上：细胞在 delta 方向的投影分位决定倍率 f∈[0.5,1.5]（GAMMA=-4），alpha=0.4 保稀疏不变，单输入退化路径保留。

**查分**（X3 A 半，用 15/20 次）：GAMMA=-4 三种子 48.60/48.82/49.15（均值 48.86）vs 父 48.29/48.59/48.83（48.57），逐种子配对 +0.31/+0.23/+0.32，方向一致但幅度在噪声内；父节点回退组 cell_state 从 48.20 拉回 49.39（s0）。提交代码输出与已查分预测逐元素一致、重跑确定、vec-check 通过。

**下一步建议**：在 final 视图（间隔 1 天、细胞更多）验证进度调制是否同样温和有效；external 池化思路只在 external 与输入不重合的视图（如 final）上才可能起作用，值得在那里实测；GAMMA 已饱和，不值得再扫。

调研员

{
  "name": "外部数据池化伪批量差值降噪 + 乘法位移 alpha=0.4",
  "motivation": "父节点 3 最弱组为 covariation（47.54），比 copy_last（48.44）低 0.90，比最优节点 5/17（49.76）低 2.22。covariation 损失机制：per-type delta_c 由视图内有限细胞数估计，抽样噪声使 per-gene 乘法因子随机偏离真实趋势，扭曲基因间协方差。兄弟节点 6/10/12/13/15/18 分别尝试 EB 收缩、top-K、PCA 投影、通路平滑、分层 alpha 均失败（全部回退），说明问题不在位移形式而在 delta 估计质量。ANALYSIS 建议'用 external/ 的邻近阶段与视图内 prev 一起做伪批量平均降低 delta_c 抽样噪声'尚未被任何节点尝试。",
  "approach": "步骤：\n1. 读取 inputs_by_time 获得视图内阶段列表；若 <2 个阶段，退化为 copy_last（与父一致）。\n2. 扫描 external/ 目录：用 load_manifest 读取 external 的 manifest，筛选时间戳落在 [prev_time, last_time] 区间内的阶段（含端点），读取其表达矩阵与 celltype 标签。若 external/ 不存在或无匹配阶段，跳过池化，直接用视图内数据（等价父节点）。\n3. 对视图内两阶段共有的每个 celltype c：\n   a. 计算视图内伪批量：m_prev_view = mean(prev_X[c])，m_last_view = mean(last_X[c])，记录 n_prev、n_last。\n   b. 从 external/ 匹配阶段中收集同类型细胞：m_ext = mean(ext_X[c])，记录 n_ext。只使用基因面板交集（按 panel_genes 对齐列）。\n   c. 池化伪批量：m_pooled_prev = (n_prev*m_prev_view + n_ext_prev*m_ext_prev) / (n_prev + n_ext_prev)；对 last 同理。若 external 无该类型或细胞数 <10，只用视图数据。\n   d. delta_c = m_pooled_last - m_pooled_prev（log1p 空间）。\n4. 对 last 阶段按 sample_rows 抽样，应用与父节点完全相同的乘法位移：x' = clip((1+x)*exp(0.4*delta_c)-1, 0)，只改已存非零元。ALPHA=0.4 不变。\n5. 输出：write_prediction，seed 确定性。\n\n关键参数：\n- ALPHA = 0.4（不变）\n- MIN_EXT_CELLS = 10（external 中某类型细胞数低于此则不池化该类型）\n- 无其他超参需搜索；若 X3 A 半 seed0 板分 < 48.2 则回退为父节点代码。\n\n单输入退路：与父一致，copy_last。\n\nvec-score 快速筛选：先跑 X3 seed0 A 半，比较板分与四组；若 covariation ≥ 48.0 且 de_recovery ≥ 48.0 则继续 seed1/2；否则回退。总查分 ≤ 6 次（2 方案 × 3 seed）。",
  "expected_groups": ["covariation", "cell_state"],
  "risks": "1. external/ 数据与视图存在批次效应，池化反而引入偏差 → Engineer 应先比较 external 与视图内同类型伪批量的 Pearson 相关（>0.8 才池化），否则跳过。2. external/ 基因面板不完全重叠导致对齐后细胞数过少 → 设 MIN_EXT_CELLS=10 兜底。3. 提升幅度 <2 分噪声 → 必须 3 seed 配对比较，只有均值差 >2 才算有效。4. 耗时增加（多读一个阶段）→ 预计 <3s，远在时限内。5. 若 external/ 在 X3 视图中不存在或为空，方案自动退化为父节点（无风险）。"
}

审查员

REVIEW.json written