总览 · ← 返回运行 20261002-202908-search-t1-scr-C

节点 n21

改了什么

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 50cdac1f61: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 5c87608489。改动的文件：solution/METHOD.md +11 −0、solution/run.py +76 −5

diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..29534f7--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,11 @@+## 改了什么+相对父节点（纯 copy_last）做了两处改动：+1. 分层抽样（stratified sampling）：按细胞类型比例精确分配输出细胞数，改善 cell_state 指标（实验表 attempt 2 验证：51.22 vs 49.68）。+2. 稀疏逐类型伪批量位移：当有两个输入阶段时，计算同名类型的 delta，但只保留每个类型中 |delta| 最大的 5% 基因（TOP_GENE_FRAC=0.05），其余基因位移置零。对这些基因施加 alpha=0.08 的位移并 clip≥0。第 0 轮（alpha=0.12 全基因位移）使 covariation 从 48.44 暴跌到 36.87；第 1 轮（alpha=0.02 全基因位移）仍使 covariation 降至 44.87。本轮改为只移动最显著的 5% 基因，预期 95% 基因不动从而保持基因间共变结构，同时给 DE 基因提供方向信号改善 de_recovery。只有一个输入阶段时退化为分层 copy。+## 用到的知识与出处+- 方法卡 k018：收缩系数 alpha∈[0,1]，alpha=1 低于 copy_last，需保守取值。+- 方法卡 k012：pseudobulk_shift 定义。+- 第 0 轮反馈：全基因常数位移严重破坏 covariation。+- 第 1 轮反馈：即使 alpha=0.02，全基因位移仍使 covariation 损失 ~3.6 分。+- 实验表 attempt 2：分层抽样本身（无位移）得分 48.9971，优于当前 48.00。+- 稀疏位移思路：只移动最显著变化的基因可最大限度保留整体共变结构（类似 empirical Bayes 基因级收缩，参考 k018 "Optionally shrink per gene"）。diff --git a/solution/run.py b/solution/run.pyindex aa4bbf0..c8f2657 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,22 +1,54 @@ #!/usr/bin/env python3-"""copy_last: the latest input stage, subsampled into the board's cell range."""+"""Stratified copy + conservative per-type pseudobulk shift (alpha=0.12).++When two input stages exist, compute per-type delta = mean(last|c) - mean(prev|c)+and shift cells of same-name types by alpha * delta in log space, clipped >= 0.+Stratified sampling preserves type proportions exactly.+Falls back to plain stratified copy with one input stage.+"""  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,     load_manifest,     panel_genes,     read_stage,-    sample_rows,     target_n_cells,     write_prediction, ) +ALPHA = 0.08+MIN_CELLS_PER_TYPE = 5+TOP_GENE_FRAC = 0.05+++def stratified_sample(labels: np.ndarray, n_out: int, rng: np.random.Generator) -> np.ndarray:+    unique_types = np.unique(labels)+    type_counts = np.array([(labels == t).sum() for t in unique_types])+    props = type_counts / type_counts.sum()+    allocations = np.floor(props * n_out).astype(int)+    remainder = n_out - allocations.sum()+    if remainder > 0:+        frac = props * n_out - allocations+        top_idx = np.argsort(-frac)[: int(remainder)]+        allocations[top_idx] += 1+    rows_list = []+    for i, t in enumerate(unique_types):+        type_idx = np.where(labels == t)[0]+        n_sample = min(int(allocations[i]), len(type_idx))+        if n_sample > 0:+            chosen = rng.choice(type_idx, size=n_sample, replace=False)+            rows_list.append(chosen)+    rows = np.concatenate(rows_list)+    rng.shuffle(rows)+    return rows+  def main() -> None:     parser = argparse.ArgumentParser()@@ -27,10 +59,49 @@ def main() -> None:      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    last = read_stage(args.data, inputs_by_time(manifest)[-1], genes)+    entries = inputs_by_time(manifest)+    last = read_stage(args.data, entries[-1], genes)     rng = np.random.default_rng(args.seed)-    rows = sample_rows(last.n_obs, target_n_cells(manifest, last.n_obs), rng)-    write_prediction(last.X[rows], genes, args.out, seed=args.seed)++    n_out = target_n_cells(manifest, last.n_obs)+    labels = last.obs["celltype"].values++    if len(entries) >= 2:+        prev = read_stage(args.data, entries[-2], genes)+        prev_labels = prev.obs["celltype"].values+        X_last = last.X+        if sp.issparse(X_last):+            X_out = X_last.toarray().astype(np.float32)+        else:+            X_out = np.array(X_last, dtype=np.float32)++        common_types = set(labels) & set(prev_labels)+        for ct in common_types:+            mask_prev = prev_labels == ct+            mask_last = labels == ct+            n_prev = int(mask_prev.sum())+            n_last = int(mask_last.sum())+            if n_prev < MIN_CELLS_PER_TYPE or n_last == 0:+                continue+            X_prev_ct = prev.X[mask_prev]+            if sp.issparse(X_prev_ct):+                mean_prev = np.asarray(X_prev_ct.mean(axis=0)).flatten().astype(np.float32)+            else:+                mean_prev = np.asarray(X_prev_ct, dtype=np.float32).mean(axis=0)+            X_ct = X_out[mask_last]+            mean_last = X_ct.mean(axis=0)+            delta = mean_last - mean_prev+            if np.abs(delta).max() < 1e-8:+                continue+            thresh = np.percentile(np.abs(delta), 100.0 * (1.0 - TOP_GENE_FRAC))+            sparse_delta = np.where(np.abs(delta) >= thresh, delta, 0.0)+            X_out[mask_last] = np.clip(X_ct + ALPHA * sparse_delta, 0, None)++        rows = stratified_sample(labels, n_out, rng)+        write_prediction(X_out[rows], genes, args.out, seed=args.seed)+    else:+        rows = stratified_sample(labels, n_out, rng)+        write_prediction(last.X[rows], genes, args.out, seed=args.seed)   if __name__ == "__main__":

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）。

没有记录调研来源。

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

native

stream

Looking at the results: stratified copy alone (attempt 2) scored 48.9971 with covariation 49.70, while the current alpha=0.02 shift scores 48.00 with covariation 44.87. The constant shift is net negative. I'll switch to a sparse shift: only shift the top 5% most-changed genes per type, leaving 95% of genes untouched to preserve covariance structure.

<<<<<<< SEARCH
ALPHA = 0.02
MIN_CELLS_PER_TYPE = 5
=======
ALPHA = 0.08
MIN_CELLS_PER_TYPE = 5
TOP_GENE_FRAC = 0.05
>>>>>>> REPLACE

<<<<<<< SEARCH
            delta = mean_last - mean_prev
            if np.abs(delta).max() < 1e-8:
                continue
            X_out[mask_last] = np.clip(X_ct + ALPHA * delta, 0, None)
=======
            delta = mean_last - mean_prev
            if np.abs(delta).max() < 1e-8:
                continue
            thresh = np.percentile(np.abs(delta), 100.0 * (1.0 - TOP_GENE_FRAC))
            sparse_delta = np.where(np.abs(delta) >= thresh, delta, 0.0)
            X_out[mask_last] = np.clip(X_ct + ALPHA * sparse_delta, 0, None)
>>>>>>> REPLACE

```METHOD
## 改了什么
相对父节点（纯 copy_last）做了两处改动：
1. 分层抽样（stratified sampling）：按细胞类型比例精确分配输出细胞数，改善 cell_state 指标（实验表 attempt 2 验证：51.22 vs 49.68）。
2. 稀疏逐类型伪批量位移：当有两个输入阶段时，计算同名类型的 delta，但只保留每个类型中 |delta| 最大的 5% 基因（TOP_GENE_FRAC=0.05），其余基因位移置零。对这些基因施加 alpha=0.08 的位移并 clip≥0。第 0 轮（alpha=0.12 全基因位移）使 covariation 从 48.44 暴跌到 36.87；第 1 轮（alpha=0.02 全基因位移）仍使 covariation 降至 44.87。本轮改为只移动最显著的 5% 基因，预期 95% 基因不动从而保持基因间共变结构，同时给 DE 基因提供方向信号改善 de_recovery。只有一个输入阶段时退化为分层 copy。
## 用到的知识与出处
- 方法卡 k018：收缩系数 alpha∈[0,1]，alpha=1 低于 copy_last，需保守取值。
- 方法卡 k012：pseudobulk_shift 定义。
- 第 0 轮反馈：全基因常数位移严重破坏 covariation。
- 第 1 轮反馈：即使 alpha=0.02，全基因位移仍使 covariation 损失 ~3.6 分。
- 实验表 attempt 2：分层抽样本身（无位移）得分 48.9971，优于当前 48.00。
- 稀疏位移思路：只移动最显著变化的基因可最大限度保留整体共变结构（类似 empirical Bayes 基因级收缩，参考 k018 "Optionally shrink per gene"）。
```