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

节点 n6

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。

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 6265b33d31: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 +49 −32

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 7b7b86b..11b7393 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,50 +1,67 @@-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。 -## 方法+## 提交的方法（与父节点相同）  - 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**：+- 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**：   `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)`）。+- seed 确定性（`np.random.default_rng(seed)`），输出与父节点逐元素一致。 -## 为什么乘法缩放而不是加法位移+## 本节点做了什么（PLAN 的核心改动被实测否定） -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 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）。 -## 关键参数与扫参结果（X3 A 半，seed 0）+| 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 | -| 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 |+## 关键机理发现（供后续节点） -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。+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。 -## 验证过什么 / 没验证什么+## 验证过 / 没验证 -- 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：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。

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

Done. Final state verified: `solution/` has the reverted `run.py` (deterministic, byte-matches parent α=0.4, vec-check ok, 1.4s), METHOD.md (line1=62 chars), EXECUTION.json `{"gpu":false}`.

**做了什么**：实测 PLAN 的 per-gene empirical-Bayes 收缩（median→w≡0 退化 copy_last；mean τ²→de_rec 封顶 44-45），另测纯加法、加法×乘法混合、输出平均共 11 个方案（X3 A 半 seed0，board=4 组均值）。

**查分结果**：全部 ≤ 父节点。父（均匀乘法 α=0.4）A 半 48.29 最优；EB 47.6-47.8、加法 48.1、混合 48.1、平均 48.2。EB 被否定——相同 de_rec 下 covariation 反而更差（严格劣于均匀）；机理是乘法项 M·δ·x 是唯一杠杆，同时驱动 de_rec 收益(+5)与 cell_state/covar 损失(各-1)，无法解耦，而 board 对 de_rec 最敏感。**已回退到父方法并写清负结果**，节点分≈父(48.47 B 半)，无回退。用 8 次查分。

**下一步最值得试**：shift-form 家族已到天花板（de_rec 封顶 48.2，α=0.4 是峰值），换形式无益。要突破需换信号源——用 `prior/`（Reactome/GO/TF regulon）把 delta 投影到通路级去噪，或用轨迹/基因程序先验估计 E9.0→E9.5 方向（X3 只 2 阶段无法估曲率）。final 视图间隔是 X3 的 4 倍，α=0.4 未验证，但 de_rec 天花板提示应按时间差谨慎、优先验证通路级 delta 而非调 α。

调研员

```json
{"name": "Empirical Bayes 基因级 delta 收缩替代均匀 alpha",
 "motivation": "节点 3 用均匀 alpha=0.4 乘法位移，de_recovery +4.60（44.09→48.69）但 cell_state -1.31（49.68→48.37）、covariation -0.90（48.44→47.54）。covariation 是当前最弱组（47.54）。原因：均匀 alpha 对噪声大的基因（高细胞内方差、少细胞）也施加位移，引入虚假信号；对 |delta| 极端基因过度外推破坏基因间协方差结构。Analyst 建议用平滑权重而非硬 topk。",
 "approach": "核心改动：将均匀 ALPHA=0.4 替换为 per-gene empirical Bayes 收缩权重，在 mult_shift 内实现。\n\n步骤：\n1. 保留父节点框架：inputs_by_time 取最后两阶段，对共有 celltype 算 log1p 伪批量差 delta_c。\n2. 新增：对每个基因 g、每个类型 c，估计 delta 的噪声方差：\n   noise_var_g = var(prev_X[cells_c, g]) / n_prev_c + var(last_X[cells_c, g]) / n_last_c\n   用 scipy.sparse 的 .multiply() 和 .mean() 高效计算（避免致密化）。\n3. 估计信号先验方差：signal_var = max(0, median(delta_c² - noise_var))，对每个类型独立算。\n4. 收缩权重：w_g = signal_var / (signal_var + noise_var_g)，当 signal_var=0 时 w_g=0（退化为 copy_last）。\n5. 有效位移：delta_eff_g = w_g * delta_c_g，然后仍用父节点公式 x' = clip((1+x)*exp(alpha_base * delta_eff_g) - 1, 0)。\n   alpha_base 初始设 0.5（因为收缩后有效幅度更小，可略大于 0.4）；搜索范围 [0.4, 0.6]。\n6. 稀疏性保持：仍只作用于已存非零元，不改变 nnz 模式。\n7. 单输入退路：len(inputs) < 2 时 copy_last（与父节点一致）。\n\n关键参数初值与搜索：\n- alpha_base=0.5 先跑一次查分；若 covariation 未回升，降到 0.4；若 de_recovery 掉太多，升到 0.6。最多 3 个 alpha 值 × 2 seed = 6 次查分，在 20 次限额内。\n- noise_var 计算用 float32 即可，无需额外超参。\n\nvec-score 快速筛选：先跑 alpha_base=0.5 seed=0，看四组分；若 covariation ≥ 48 且 de_recovery ≥ 48，再跑 seed=1 确认；否则调 alpha。\n\nfinal 视图适用性：方法只用视图内两阶段的均值与方差，不含硬编码统计量；单阶段自动退化为 copy_last。缺失基因问题不影响（基因面板由 panel_genes 统一）。",
 "expected_groups": ["covariation", "cell_state"],
 "risks": "1) 若信号先验方差估计不准（如某类型细胞数极少导致 noise_var 偏大），收缩过度会使 de_recovery 回落到 44-46。Engineer 应在第一次查分时检查 de_recovery 是否仍 ≥ 47；若 <47，把 signal_var 的估计从 median 改为 75th percentile。\n2) noise_var 计算若用 dense 中间矩阵会爆内存。必须用稀疏操作：(X[cells]-mean).power(2).mean() 或等价 sparse 运算，峰值内存应 <1GB。\n3) 若收缩后有效位移太小，整体退化为 copy_last（分数 ~47.9），无法超越父节点。判断标准：若 alpha_base=0.5 的 de_recovery < 46，说明收缩过强，需放宽（如用 sqrt(w_g) 替代 w_g）。\n4) 提升可能仍在 2 分噪声内：需至少 2 个 seed 的 vec-score 均值差 >2 才算有效。",
 "sources": []}
```