运行档案 / T2:embryo:val_interp / 10-03 00:49
G24 T2/T3 首跑 / D 组
先看终选决定，再沿节点查看方法、代码改动和对话证据。
终选程序?按该运行锁定的规则最终选出的程序；可能是候选节点，也可能由护栏回退到基线。
n24
本运行目标 62.23（种子 0 单次）
节点?搜索树里的每个候选程序。
25
已打分 17
官网分?官网 P2 返回的真实分数。
61.7
官网 P2 返回
大模型调用次数?各角色（调研员、工程师、分析员、审查员）调用大模型的次数。
79
分析员 15、工程师 17、调研员 18、审查员 11、tune 18
实际结果与评分依据
搜索目标、护栏和诊断分开阅读。不同真值分片或 seed 的同名尺子保留各自记录。
| 尺子 | 用途 | 分数 | 评分上下文 |
|---|---|---|---|
| proxy | 搜索目标复测 | 62.2 | 真值 B 半 / 3 个 seed均值 |
| X2 | 终检诊断 | 54.3 | 全部真值 / 1 个 seed单次 |
| T2:embryo:val_interp | 官网结果 | 61.7 | 提交预测对应的评分 |
来历?终选程序从种子程序一步步改过来的路径，每一步都写了改了什么、分数变了多少。
括号里的分差只表示变化方向，不代表统计显著性。
n2 种子
seed mix
搜索目标分 57.23 · proxy 57.23 · 3 次复测均分 57.47
审查意见?审查员（Reviewer）检查程序是否越界读取、写死目标或钻评分器漏洞后的意见。 通过 seed (human-written, locked)
↓
n15 改进
mix(procrustes3d,damp0.5)之上按 t_draw=t^1.75 时间扭曲分层抽样；PLAN 的型均值收缩 α 网格实测单调降分，以 α=0 提交。
搜索目标分 61.02（+3.8） · proxy 61.02（+3.8） · 3 次复测均分 60.52
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在 T2:embryo mix 管线上，把每个细胞表达向对侧阶段同型均值线性收缩（α·(mean_other−X_i)）单调降分：α=0.05→54.80、0.10→54.03、0.15→53.11、0.20→51.70、0.30→48.62（父 ~55.96），即使型内方差比仍 0.72（未过度收缩）也照样掉分。
审查意见 通过 检查1（越界读取）：未发现问题——run.py 只通过 load_manifest/read_stage/panel_genes 读取 --data 下 manifest 列出的输入（run.py:90-101），无绝对路径、..、/mnt、打分器或 src/common/evaluation 引用，无网络访问；导入的 src.task2_spatial 为框架共享库（view_io/frame/sample 等），非评分器路径。; 检
↓
n17 改进
在mix扭曲抽样(t_pow=1.75)之上，把RMS插值目标的时间从真实t改为t_eff=(t+t_draw)/2、damp=0.60，使输出坐标RMS对齐评分参考的真实尺度(scale_log_ratio≈0)。
搜索目标分 61.32（+0.3） · proxy 61.32（+0.3） · 3 次复测均分 60.83
分析员结论：PLAN的核心假设（扭曲后shape_scale下降源于RMS目标与组成时间失配，t_eff=t_draw可修复）被网格证伪：draw三档shape_scale全部更低（59.7–66.2 vs 父67.9），RMS目标越贴近t_draw越差。
审查意见 通过 1 越界读取：未发现。run.py 只通过 view_io 的 load_manifest/panel_genes/read_stage 读取 --data 下 manifest 列出的输入（run.py:101-112），无绝对路径、'..'、/mnt、/home、data/raw、downloads，未 import 打分器或 src/common/evaluation，仅用 src.task2_spatial 任务框架模块（run
↓
n19 改进
在父17扭曲抽样基座上，按细胞型用Sinkhorn OT把抽中细胞坐标向对侧阶段同型云的重心投影位移（β=1，ε=(0.05·RMS)²），表达与抽样不动；shape_scale 69.1→79.2，d2_shape 0.029→0.007，A半 60.43→62.16。
搜索目标分 62.40（+1.1） · proxy 62.40（+1.1） · 3 次复测均分 62.02
分析员结论：向型质心收缩（shrink）压缩型内分布：β=0.05/0.10/0.15榜分60.39/60.07/59.64单调下降、d2_shape反而变差——型内散度是形状项的一部分，不能压扁。
审查意见 通过 1 越界读取：未发现问题。run.py 只通过 load_manifest/panel_genes/read_stage/write_t2（view_io）访问 args.data 下的视图文件，无绝对路径、'..'、/mnt、/home、data/raw、downloads、打分器或 src/common/evaluation 引用，无网络下载（全文无 urllib/requests/http）。; 2 硬编码目标统计量：未发现问题。
↓
n21 改进
在父19（扭曲抽样+t_eff RMS校准+otpair OT坐标位移）基座上，把抽样改为成熟度偏向：每个型-侧块沿该型表达轴 mean_b−mean_a 的投影做指数秩倾斜无放回抽样（κ=64，a端偏超前、b端偏落后，分配不变），组成层面逼近中间态；OT位移参数不动。A半 seed0 榜分 62.40→62.49，cell_state 54.61→55.36、expression_change
搜索目标分 62.44（+0.0） · proxy 62.44（+0.0） · 3 次复测均分 62.07
分析员结论：在"OT 位移基座 + 成熟度偏向抽样"条件下做组成层面改动，抽中细胞集合改变会连带改变 OT 源点云，shape_scale 掉 1.96 分把 cell_state 的 +2.00 抵掉，榜分净 +0.04（噪声内）：坐标位移与抽样组成在此实现下并不正交，不能按单独节点的效果线性相加。
审查意见 通过 1 越界读取：未发现问题——run.py 仅通过 view_io 的 load_manifest/read_stage/panel_genes 读取 --data 下视图内文件，无绝对路径、..、/mnt、/home、网络或打分器路径。; 2 硬编码目标统计量：未发现问题——TPOW=1.75、DAMP=0.60、SEL=64、BETA=1.0、EPS_FRAC=0.05（run.py:79-92）均为纯算法超参；轴 v=mean_b-
↓
在父21（扭曲抽样+成熟度偏向+otpair OT坐标位移）基座上，对每个抽中细胞的 OT 位移向量在预位移坐标空间、同型-同侧块内做 kNN 低通平滑（γ=0.75, k=5）再施加，去高频撕扯、保低频形状校正。A半 3 seed 均超父（62.49→62.81 / 62.12→62.46 / 62.09→62.17）。
搜索目标分 62.64（+0.2） · proxy 62.64（+0.2） · 3 次复测均分 62.23
分析员结论：条件：只对 OT 位移场做同型-同侧块内 kNN 低通平滑（γ=0.75,k=5），不碰抽样与表达；结果：expression_change/cell_state 逐位不变、shape_scale +0.66、local_spatial +0.15、榜分 +0.21——机制方向干净但量级全在 T2 噪声内，属'安全但弱'的改动。
审查意见 通过 1 未发现问题：run.py 只通过 view_io(load_manifest/panel_genes/interp_bracket/read_stage) 读 manifest 给定的输入阶段（run.py:449-460），grep 全部源码无绝对路径、..、/mnt、/home、data/raw、downloads、src/common/evaluation 或网络访问，也未读取目标阶段文件。; 2 未发现问题：程序中的数值常量
搜索树?每个点是一个节点，连线从父节点指向子节点；颜色表示结果。
蓝色粗线是来历路径；鼠标停在点上看节点，点一下打开节点页。
已打分?程序正常跑完并拿到分数。生成失败?会话没能产出可用的程序。没有改动?这次会话没有对代码做任何修改。
搜索分数的变化?横轴是从运行开始算起的分钟数，纵轴是到那时为止最好的搜索目标分。
全部节点与对话（25）
| 节点 | 父节点 | 操作?种子：人写的起点；改进：在父节点上改；草稿：从头写；修复：修父节点的报错。 | 状态 | 搜索目标分?搜索用来比较节点的分数（各把尺子按权重合成，种子 0 单次）。 | 比父节点?这个节点的分数减去它父节点的分数；正数是变好。 | proxy?替代题：用手头已知阶段造的本地考题，T1 是用 E8.5 预测 E9.5。 | 3 次复测?换 3 个随机种子各跑一次取平均 ± 标准差，比单次分更稳。 | 审查 | 用时?从运行开始到结束（或到现在）的挂钟时间。 | 方法说明?节点程序自带的 METHOD.md：这个程序做了什么、为什么。 |
|---|---|---|---|---|---|---|---|---|---|---|
| n1 | — | 种子 | 已打分 | 49.1 | — | 49.1 | 49.4 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 57.2 | — | 57.2 | 57.5 | 通过 | 不到 1 分 | seed mix |
| n3 | n2 | 改进 | 生成失败 | — | — | — | — | 未审查 | 30 分 | mix + 类型内表达插值：让抽样细胞沿型特异性轨迹走向中间态 |
| n4 | n1 | 改进 | 生成失败 | — | — | — | — | 未审查 | 31 分 | copy_last + 跨阶段近邻表达插值（保坐标保组成） |
| n5 | n2 | 调参 | 没有改动 | — | — | — | — | 未审查 | 5 分 | — |
| n6 | n1 | 改进 | 已打分 | 52.6 | +3.4 | 52.6 | 52.9 | 未审查 | 25 分 | 节点 6（improve，父=1 copy_last） |
| n7 | n1 | 改进 | 已打分 | 51.3 | +2.1 | 51.3 | 51.4 | 未审查 | 29 分 | copy_last + 型内伪时间表达位移（T2EI-09）：锚定阶段每个细胞型内取与发育方向最对齐的主成分轴，按细胞在轴上的标准化位置比例位移表达，坐标不变。 |
| n8 | n2 | 调参 | 没有改动 | — | — | — | — | 未审查 | 1 分 | — |
| n9 | n6 | 改进 | 已打分 | 54.3 | +1.8 | 54.3 | 54.6 | 未审查 | 14 分 | 节点6坐标阻尼缩放之上，把每个细胞的表达向同型在括号下一阶段的均值做小权重(β=0.03)线性插值，再按型逐基因复原到anchor的标准差；组成、坐标、细胞数不动，专攻expression_change。 |
| n10 | n7 | 调参 | 没有改动 | — | — | — | — | 未审查 | 4 分 | — |
| n11 | n7 | 调参 | 没有改动 | — | — | — | — | 未审查 | 3 分 | — |
| n12 | n2 | 改进 | 已打分 | 61.0 | +3.8 | 61.0 | 60.5 | 通过 | 15 分 | mix+时间扭曲组成：按 t_draw=t^1.75 而非线性 t 从括号两端分层抽真实细胞（表达、坐标同行），专攻最弱的 cell_state 组。 |
| n13 | n9 | 改进 | 已打分 | 54.3 | +0.0 | 54.3 | — | 未审查 | 16 分 | 节点9的blend+方差复原改为数学等价的纯位移（X+β·(mean_next−mean_anchor)），并实现按型自适应β=β_max·clamp(n_next/n_ref,0.15,1)；网格实测自适应无增益，提交全局β=0.03（proxy A半54.49，复现父节点最优 |
| n14 | n12 | 调参 | 没有改动 | — | — | — | — | 未审查 | 5 分 | — |
| n15 | n2 | 改进 | 已打分 | 61.0 | +3.8 | 61.0 | 60.5 | 通过 | 15 分 | mix(procrustes3d,damp0.5)之上按 t_draw=t^1.75 时间扭曲分层抽样；PLAN 的型均值收缩 α 网格实测单调降分，以 α=0 提交。 |
| n16 | n12 | 改进 | 已打分 | 62.1 | +1.1 | 62.1 | 61.7 | 通过 | 26 分 | mix+扭曲组成之上加"成熟度选择"：按 t_draw=t^1.75 分层抽取时，a 端偏向沿型 a→b 轴更超前的细胞、b 端偏向更落后的细胞（SEL=16，只选细胞不改表达），PLAN 的 RMS 扭曲已实现但对照证明有害，默认关闭。 |
| n17 | n15 | 改进 | 已打分 | 61.3 | +0.3 | 61.3 | 60.8 | 通过 | 14 分 | 在mix扭曲抽样(t_pow=1.75)之上，把RMS插值目标的时间从真实t改为t_eff=(t+t_draw)/2、damp=0.60，使输出坐标RMS对齐评分参考的真实尺度(scale_log_ratio≈0)。 |
| n18 | n16 | 改进 | 已打分 | 62.4 | +0.3 | 62.4 | 62.1 | 通过 | 19 分 | 组合父16成熟度选择(κ=16)与节点17坐标尺度修正(t_eff=(t+t_draw)/2, damp=0.60)；PLAN型内SNR自适应κ已实现并对照，实测有害且SNR CV=0.23<0.3，按PLAN风险条款默认关闭。 |
| n19 | n17 | 改进 | 已打分 | 62.4 | +1.1 | 62.4 | 62.0 | 通过 | 25 分 | 在父17扭曲抽样基座上，按细胞型用Sinkhorn OT把抽中细胞坐标向对侧阶段同型云的重心投影位移（β=1，ε=(0.05·RMS)²），表达与抽样不动；shape_scale 69.1→79.2，d2_shape 0.029→0.007，A半 60.43→62.16。 |
| n20 | n18 | 改进 | 已打分 | 62.4 | +0.0 | 62.4 | 62.1 | 通过 | 17 分 | 实现 PLAN 的 κ 份额调度（T2EI_KAPPA_MODE=sched）并双向查分：p=±1 均低于对称 κ=16，机制默认关闭，提交配置与父18逐位一致。 |
| n21 | n19 | 改进 | 已打分 | 62.4 | +0.0 | 62.4 | 62.1 | 通过 | 20 分 | 在父19（扭曲抽样+t_eff RMS校准+otpair OT坐标位移）基座上，把抽样改为成熟度偏向：每个型-侧块沿该型表达轴 mean_b−mean_a 的投影做指数秩倾斜无放回抽样（κ=64，a端偏超前、b端偏落后，分配不变），组成层面逼近中间态；OT位移参数不动。A半 se |
| n22 | n20 | 改进 | 已打分 | 62.4 | +0.0 | 62.4 | 62.1 | 通过 | 9 分 | 实现同型表达kNN坐标微调（T2EI-04）：细胞坐标向同型表达近邻空间质心微移再恢复全局RMS；A半对照显示 local_spatial 无改善且 shape 下降，机制默认关闭，提交配置与父18一致。 |
| n23 | n19 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n24 | n21 | 改进 | 已打分 | 62.6 | +0.2 | 62.6 | 62.2 | 通过 | 19 分 | 在父21（扭曲抽样+成熟度偏向+otpair OT坐标位移）基座上，对每个抽中细胞的 OT 位移向量在预位移坐标空间、同型-同侧块内做 kNN 低通平滑（γ=0.75, k=5）再施加，去高频撕扯、保低频形状校正。A半 3 seed 均超父（62.49→62.81 / 62.12 |
| n25 | n22 | 改进 | 已打分 | 62.2 | -0.2 | 62.2 | 62.2 | 通过 | 18 分 | 非对称成熟度选择：把指数秩倾斜抽样强度从单一全局SEL拆为a/b侧独立的SEL_A/SEL_B，A半网格+双种子配对选(12,16)提交，只改哪些细胞被选中，不改表达值与配额。 |
资源消耗与失败情况
没有改动 6 生成失败 2
| 角色?调研员写计划、工程师改代码、分析员解读分数、审查员检查作弊。 | 大模型调用次数 | 失败 | 总用时 | 输入 token 数?输入 / 输出（含思考）的 token 数，来自接口返回的用量。 | 输出 token |
|---|---|---|---|---|---|
| 分析员 | 15 | 0 | 10 分 | 185,919 | 30,663 |
| 工程师 | 17 | 2 | 4 小时 59 分 | 972,230 | 351,380 |
| 调研员 | 18 | 0 | 38 分 | 171,222 | 87,461 |
| 审查员 | 11 | 0 | 15 分 | 243,294 | 42,452 |
| tune | 18 | 0 | 16 分 | 129,371 | 40,674 |
运行配置与来源
| 运行?一次完整的自动搜索或 Agent 会话，有自己的锁定配置和证据包。 | 20261003-004922-search-t2-embryo-interp-g24-D 10-03 00:49 · 自动搜索 · T2:embryo:val_interp · G24 T2/T3 首跑 · D 组 |
|---|---|
| 题目?比赛的哪道题、哪个阶段，例如 T1:val 是第 1 题的验证阶段。 | T2:embryo:val_interp |
| 方式?自动搜索：ERA 式搜索树，多个节点不断改进程序；单 Agent：一个 Agent 会话从头做到尾。 | 自动搜索 |
| 搜索目标?这次运行用哪几把尺子、按什么权重合成分数来比较节点；目标不同的运行，最佳分不能直接比。 | proxy；终检 X2；护栏 proxy |
| 状态 | 已结束 |
| 开始 / 结束 | 10-03 00:49 / 10-03 04:08 |
| 用时 | 3 小时 19 分 / 预算 4 小时 |
| 所在副本?运行目录所在的代码副本（Spark 上 ~/vec 下的哪个目录）。 | 2026_virtual_embryo |
出处?这次运行用的代码、配置、数据和模型的指纹，靠它们可以原样找回并复现。
| 代码版本?运行锁定时代码仓库的 git 提交号；带 +dirty 表示当时有未提交的改动。 | 39ecc8143dca8e7ae8c96ef598890ad7ce3b98df |
|---|---|
| 版本标签?可提交运行在锁定的提交上打的 git 标签 run/<运行编号>，以后能原样找回代码。 | — |
| 配置文件 | /home/spark-longxinyang/vec/runs/formal/20261003-004922-search-t2-embryo-interp-g24-D/config_source.yaml 配置指纹 ab5ecb8d50eb5bcc |
| 锁定指纹?启动时把配置、代码、提示词等全部锁定后算出的总指纹。 | 004d4f9976de9507 锁定格式 v8 |
| 运行专用代码副本?启动时为这次运行单独检出的一份只读代码；运行全程只读它，不受主副本更新影响。 | 目录存在 /home/spark-longxinyang/vec/runs/formal/20261003-004922-search-t2-embryo-interp-g24-D/code |
| 打分口径指纹?打分器、数据视图、种子等合起来的指纹；指纹相同，分数才能直接比较。 | 99224eb70c9ad059 |
| 数据视图指纹?程序能看到的输入数据文件的指纹，按视图汇总成一个短指纹。 | final：22 个文件，指纹 f22303ef65f51939 proxy：19 个文件，指纹 e0ec78408ba34231 test：19 个文件，指纹 7982bdcbdbe0a565 |
| 大模型?每个角色用的大模型；括号里是接口实际报告的模型名。 | 分析员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 工程师：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 调研员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） 审查员：alibaba-token-plan-cn/qwen3.8-max （接口报告 qwen3.8-max） |
| 运行目录 | /home/spark-longxinyang/vec/runs/formal/20261003-004922-search-t2-embryo-interp-g24-D 主机 spark-ad3f |
| 提交账本?notes/changelogs/submissions.tsv：每次上传官网的记录和返回的官网分。 | 第 36 行 · 2026-10-02 · T2:embryo:val_interp · 预测文件指纹 06e9d77491d7e3df · 官网分 61.7 |
| 迭代报告?运行结束后自动生成的中文复盘报告（notes/reports/runs）。 | 还没有迭代报告 |