总览 · ← 返回运行 20261003-004922-search-t2-embryo-interp-g24-D

节点 n22

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。

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 33a3c3762f: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 d0fc654450。改动的文件：solution/METHOD.md +27 −27、solution/run.py +68 −5

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 3dcad8b..332fdc7 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,42 +1,42 @@-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。+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。 -## 方法（family T2EI-05：实现与偏离）+## 方法（family T2EI-04：实现与偏离） -基座 = 父18：procrustes3d、t_draw=t^1.75 时间扭曲分层混抽、成熟度选择 SEL=16（对称）、t_eff=(t+t_draw)/2、damp=0.60。+基座 = 父18/20：procrustes3d、t_draw=t^1.75 时间扭曲分层混抽、成熟度选择 SEL=16（对称）、t_eff=(t+t_draw)/2、damp=0.60。κ 调度等父20开关保持关闭。 -1. **sched κ 调度（PLAN 机制，已实现，默认关闭 `T2EI_KAPPA_MODE=sym`）**：κ_s = 16·(0.5/w_s)^p，w_s 为该侧本步抽样份额（w_a=n_a/n=0.7988、w_b=n_b/n=0.2012，含分层配额），clamp 到 [0.25×16, 4×16]=[4,64]；只改型内沿型轴 a→b 的抽样权重，配额、表达值、坐标全部不动。PLAN 的 approach 公式（份额小侧更强 → p>0）与 motivation 数字（κ_a≈64、κ_b≈4 → a 侧更强）方向相反，故用 p 的正负两个方向各查一次判定。-2. 探索性附加（均默认关闭）：`T2EI_SHRINK`（型内向质心坐标收缩）、`T2EI_GAMMA_RMS`（组成扭曲与 RMS 时间解耦），来自父18 ANALYSIS 的 next_suggestions，一并对照查分。+新增（PLAN 机制，默认关闭 `T2EI_KNN_BETA=0`）：对 5000 个已抽细胞，在**同型内**用表达矩阵（log1p，498 基因，欧氏距离）计算 kNN（`T2EI_KNN_K`，默认 10；型内细胞数 <k+1 时取全部同型其他细胞，<3 细胞的型跳过），每细胞坐标 `coord_i += β·(centroid_kNN(i) − coord_i)`，全部微移后由既有的 `scale_to_rms(coords, target_rms)` 恢复全局 RMS。表达值、配额、细胞数、抽样均不动（微移在抽样与 jitter 之后、RMS 恢复之前）。无新增随机源，stable argsort 保证确定。单输入退路（copy_last 路径）不经过此步。  ## 机制生效证据（mechanism_evidence） -- (a) 实际 κ：p=+1 → κ_a=10.0、κ_b=39.8（无 clamp）；p=−1 → κ_a=25.6、κ_b=6.4；p=−2 → κ_b 触 4 下限（clamp 命中 b）。-- (b) 被抽细胞在型轴 a→b 上的投影均值（z=0 在 m_a、z=1 在 m_b）：sym（=sched p=0）z_a=0.0613、z_b=0.5122；p=+1 → z_a=0.0518、z_b=0.6446；p=−1 → z_a=0.0676、z_b=0.6754。两侧均确实移动，非零调度。注意权重 exp 内 clip(κz,±10)：κ_b 增大反而扩大饱和平台使 z_b 回升——κ_b=16 恰在裁剪交互下的锐利点。-- (c) 被换细胞比例：sched p=±1 相对 sym 输出 ~4970–4990/5000 行不同（99%+）。-- (d) 四组分（A半，vs 父18 基线 61.35 = 55.45/61.60/69.28/59.05）：-  | 配置 | 榜分 | cell_state | expr_change | shape | local |-  |---|---:|---:|---:|---:|---:|-  | sched p=+1（公式向） | 61.03 | 54.72 | 59.92 | 70.51 | 58.95 |-  | sched p=−1（动机向） | 60.79 | 53.89 | 60.60 | 69.69 | 58.97 |-  | shrink=0.075（型内坐标收缩） | 61.43 | 55.45 | 61.60 | 69.45 | 59.23 |-  | shrink=0.15 | 61.35 | 55.45 | 61.60 | 69.27 | 59.07 |-  | GAMMA=1.5 | 60.84 | 52.80 | 61.09 | 70.50 | 58.99 |-  | GAMMA=2.0 | 60.55 | 57.41 | 60.74 | 66.00 | 58.06 |-  | GAMMA=2.0 + GAMMA_RMS=1.75（解耦） | 61.04 | 57.41 | 60.74 | 67.95 | 58.06 |+stderr 输出 knn_* 统计（seed 0，proxy 括号 E6.75+E8.0→E7.25，t=0.4）：++| β | 同型 kNN 对平均空间距离 前→后 | 平均位移/型内坐标std | 移动细胞数 |+|---|---|---:|---:|+| 0.05 | 140.36 → 133.31（−5.0%） | 0.052 | 5000 |+| 0.15 | 140.36 → 119.34（−15.0%） | 0.155 | 5000 |++kNN 对空间距离确实下降（机制在运行），位移比在 PLAN 要求的 (0, 0.2) 区间内。计算耗时 <0.2s，总运行 ~1.4s。++四组分变化（A半，vs 基线 61.35 = 55.45/61.60/69.28/59.05，顺序 cell/expr/shape/local）：++| 配置 | 榜分 | cell_state | expr | shape | local | 底层指标 |+|---|---:|---:|---:|---:|---:|---|+| β=0.05, k=10 | 61.34 | 55.45 | 61.60 | 69.26 | 59.04 | occupancy_dice 0.782→0.792，d2_shape 0.0257→0.0275，neighborhood_mmd 0.0531→0.0531 |+| β=0.15, k=10 | 61.05 | 55.45 | 61.60 | 68.52 | 58.62 | occupancy_dice →0.802，d2_shape →0.0327，neighborhood_mmd →0.0540 |  ## mechanism_off_control -`T2EI_KAPPA_MODE=sym`（提交默认）本地校验与父18输出**逐位一致**（X 与 spatial_3D 全等，seed 0）；sched p=0 亦逐位一致。sched 开启后 cell_state/expression_change 变化 ≥0.7–2.2 分但方向为负，机制生效但假设被否证。+`T2EI_KNN_BETA=0`（提交默认）跳过整个微调步。本地校验：修改后代码 β=0 的预测在 A半查分与父20/18 基线**全指标逐位相同**（61.3462；55.45/61.60/69.28/59.05，metrics 8 项全同），且同 seed 重跑输出文件字节一致。  ## 结论与教训 -- **非对称 κ 双向均被否证**：PLAN 公式向（b 侧更强）与动机向（a 侧更强）都低于对称 κ=16。原因：① 权重裁剪 clip(±10) 使大 κ 饱和成平台、选择反而变钝；② κ=16 对称点是该选择机制在裁剪交互下的实测最优，份额非对称（4:1）不构成修正理由。与父18「κ 12–20 平坦」一致：平坦区内改分配方式也无信号。-- **GAMMA=2.0 的 cell_state +1.96 不迁移**：expression_change/shape/local 合计 −3.2，RMS 解耦（GAMMA_RMS=1.75）只挽回 shape 1.9 分，净 −0.31。γ 与四组分存在权衡，1.75 是净最优附近。-- shrink 0.075 +0.08、0.15 +0.00，均 <1（噪声），不采用。-- 提交 = 父18 配置（sym 默认，所有新开关关闭），预期官方分 ≈62.38。+- **表达 kNN 坐标微调被否证**：β=0.05 时 local_spatial Δ=−0.01（PLAN 快筛条款：Δ<+0.5 放弃）；β=0.15 时 local 反而 −0.43 且 shape −0.76（PLAN 停止条款：local 无改善且 shape 下降立即停止）。未再扫 k∈{5,20}——β 方向本身为负，k 只改邻居范围。+- 底层指标解释了失败：微调确实提升 occupancy_dice（占据格更实），但 neighborhood_mmd 与 d2_shape 变差——把细胞拉向表达近邻的空间质心会**抹平型内的真实空间散布**，使局部邻域的表达-空间联合分布偏离参考，且型内收缩等效于减小局部尺度。与父20 SHRINK（纯几何型内收缩，+0.08 噪声内）一致：这个管线的坐标局部结构已接近评分器偏好，任何收缩型扰动都无增益。+- 提交 = 父18/20 配置（所有新开关默认关闭），预期官方分 ≈62.38。  ## 验证过 / 没验证过 -- 验证过：默认输出与父18逐位一致；seed 0 重跑确定；seed 1 输出不同；无括号退路（单输入→copy_last 分层抽样）不受改动影响，选择层/收缩层不触发；视图无关（只用份额、时间差与视图内数据，无绝对时间/路径/board 依赖）；vec-check 通过；~2s、纯 CPU。-- 没验证过：sched 在 seed 1/2 或 final 括号上的行为（A半两方向均 <−0.3，无跨 seed 复核价值）；shrink 与 GAMMA 的交互。-- 知识来源：仅通用发育生物学（型内成熟度谱连续、坐标尺度随发育单调增长），无保留阶段/基因型信息，无外部数据。-- 查分：7/20（sched p=±1、shrink×2、GAMMA 1.5/2.0、解耦 GAMMA）。+- 验证过：β=0 与父基线全指标一致、seed 0 重跑字节一致；β=0.05/0.15 机制统计（kNN 距离下降、位移比）；vec-check 通过；~1.4s 纯 CPU，无内存增长；视图无关（只用型标签、表达与坐标，无绝对时间/路径依赖）；单输入退路不受影响。+- 没验证过：k=5/20（方向为负后未扫）；β 在 (0, 0.05) 的更细网格（Δ 已 ≈0，无信号）；final 括号上的行为（A半为负，无跨视图复核价值）。+- 知识来源：仅通用先验（同型内表达相似的细胞倾向空间相邻），无保留阶段/基因型信息，无外部数据。+- 查分：3/20（base 复现、β=0.05、β=0.15）。diff --git a/solution/run.py b/solution/run.pyindex cd8c70b..61f23a9 100644--- a/solution/run.py+++ b/solution/run.py@@ -112,6 +112,65 @@ KAPPA_P = float(os.environ.get("T2EI_KAPPA_P", "1")) # Mild within-type shrink of coordinates towards each drawn type's own centroid # (expression-coordinate coupling kept row-wise; global RMS restored after). SHRINK = float(os.environ.get("T2EI_SHRINK", "0"))+# Within-type expression-kNN coordinate nudge (T2EI-04): each drawn cell moves+# beta towards the coordinate centroid of its k nearest same-type neighbours in+# expression space (Euclidean on log1p values). Global RMS restored afterwards.+# beta=0 (default) skips the step entirely -> parent output bit-for-bit.+KNN_BETA = float(os.environ.get("T2EI_KNN_BETA", "0"))+KNN_K = int(os.environ.get("T2EI_KNN_K", "10"))+++def _knn_coord_nudge(coords: np.ndarray, expr: np.ndarray, labels: np.ndarray, k: int, beta: float):+    """coord_i += beta * (centroid of same-type expression-kNN coords - coord_i).++    Uses only the drawn cells' own expression and coordinates; the prior is+    general (cells of one type with similar transcriptomes tend to sit in the+    same neighbourhood), not a measurement from any reserved stage.+    """+    labels = np.asarray(labels).astype(str)+    out = np.asarray(coords, dtype=np.float64).copy()+    E = np.asarray(expr, dtype=np.float64)+    disp_norms = []+    type_stds = []+    pair_d_before = []+    pair_d_after = []+    n_moved = 0+    for c in np.unique(labels):+        m = np.flatnonzero(labels == c)+        mm = int(m.size)+        if mm < 3:+            continue+        k_eff = int(min(max(k, 1), mm - 1))+        Ec = E[m]+        sq = (Ec * Ec).sum(axis=1)+        D = sq[:, None] + sq[None, :] - 2.0 * (Ec @ Ec.T)+        np.maximum(D, 0.0, out=D)+        np.fill_diagonal(D, np.inf)+        nbrs = np.argsort(D, axis=1, kind="stable")[:, :k_eff]+        Pc = out[m]+        cent = Pc[nbrs].mean(axis=1)+        db = np.linalg.norm(Pc[:, None, :] - Pc[nbrs], axis=2)+        pair_d_before.append(db)+        newP = Pc + beta * (cent - Pc)+        da = np.linalg.norm(newP[:, None, :] - newP[nbrs], axis=2)+        pair_d_after.append(da)+        disp_norms.append(np.linalg.norm(newP - Pc, axis=1))+        type_stds.append(float(np.sqrt(Pc.var(axis=0).sum())))+        out[m] = newP+        n_moved += mm+    stats = {+        "knn_beta": beta,+        "knn_k": k,+        "knn_n_moved": n_moved,+    }+    if n_moved:+        stats["knn_pair_dist_before"] = float(np.concatenate([d.ravel() for d in pair_d_before]).mean())+        stats["knn_pair_dist_after"] = float(np.concatenate([d.ravel() for d in pair_d_after]).mean())+        disp = np.concatenate(disp_norms)+        tstd = np.array([s for s in type_stds if s > 0])+        stats["knn_mean_disp"] = float(disp.mean())+        stats["knn_disp_over_type_std"] = float(disp.mean() / tstd.mean()) if tstd.size else 0.0+    return out, stats # Optional separate warp exponent for the coordinate-scale time (empty = use GAMMA). GAMMA_RMS = os.environ.get("T2EI_GAMMA_RMS", "") @@ -378,17 +437,20 @@ def mix_type_shift(stage_a, stage_b, t: float, params: dict, alpha: float, gamma     else:         coords = np.vstack([p for p in (ca[ia], cb[ib]) if len(p)])     coords = _jitter(coords, rng)+    lab_e = np.concatenate([+        np.asarray(stage_a.labels).astype(str)[ia],+        np.asarray(stage_b.labels).astype(str)[ib],+    ])     if SHRINK > 0.0:-        lab_e = np.concatenate([-            np.asarray(stage_a.labels).astype(str)[ia],-            np.asarray(stage_b.labels).astype(str)[ib],-        ])         s = float(np.clip(SHRINK, 0.0, 0.5))         for c in np.unique(lab_e):             m = lab_e == c             if m.sum() >= 2:                 cent = coords[m].mean(axis=0)                 coords[m] = cent + (1.0 - s) * (coords[m] - cent)+    knn_stats: dict = {}+    if KNN_BETA > 0.0:+        coords, knn_stats = _knn_coord_nudge(coords, expr, lab_e, KNN_K, KNN_BETA)     coords = scale_to_rms(coords, target_rms)     info.update(         t=t,@@ -411,6 +473,7 @@ def mix_type_shift(stage_a, stage_b, t: float, params: dict, alpha: float, gamma         n_from_b=int(ib.size),         n_coord_from_b=n_coord_from_b,         **shift_stats,+        **knn_stats,     )     return expr, coords.astype(np.float32), info @@ -452,7 +515,7 @@ def main() -> None:     stage_b = read_stage(args.data, b, genes)     params = board_params(manifest, "mix", PARAMS, args.seed)     expr, coords, info = mix_type_shift(stage_a, stage_b, t, params, ALPHA, GAMMA, RMS_WARP, B_ANCHOR)-    keep = {k: info.get(k) for k in ("t", "t_draw", "t_rms", "gamma", "rms_warp", "damp", "sel", "sel_adapt", "target_rms", "n", "rms_a", "rms_b", "out_rms", "n_shared_types", "z_dot", "z_flipped", "align", "alpha", "n_types_shifted", "delta_norm_min", "delta_norm_med", "delta_norm_max", "cos_ab_before", "cos_to_mid_after", "n_from_a", "n_from_b")}+    keep = {k: info.get(k) for k in ("t", "t_draw", "t_rms", "gamma", "rms_warp", "damp", "sel", "sel_adapt", "target_rms", "n", "rms_a", "rms_b", "out_rms", "n_shared_types", "z_dot", "z_flipped", "align", "alpha", "n_types_shifted", "delta_norm_min", "delta_norm_med", "delta_norm_max", "cos_ab_before", "cos_to_mid_after", "n_from_a", "n_from_b", "knn_beta", "knn_k", "knn_n_moved", "knn_pair_dist_before", "knn_pair_dist_after", "knn_mean_disp", "knn_disp_over_type_std")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords, genes, 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。

**做了什么**：按 PLAN 在父18/20管线上实现同型内表达 kNN 坐标微调（`T2EI_KNN_BETA`/`T2EI_KNN_K`，微移后恢复全局 RMS），记录机制证据（kNN 对空间距离 β=0.05 降 5%、β=0.15 降 15%，位移/型内std=0.05–0.16，均在预期区间）。

**查分结果**（3/20，A半，基线 61.35=55.45/61.60/69.28/59.05）：β=0.05 → 61.34（local Δ−0.01）；β=0.15 → 61.05（local −0.43、shape −0.76）。occupancy_dice 升但 neighborhood_mmd/d2_shape 降——收缩型坐标扰动抹平型内真实空间散布，方向被否证，按 PLAN 停止条款放弃网格。β=0 默认关闭，提交输出与父基线全指标逐位一致（61.3462），vec-check 通过，~1.4s 纯 CPU，seed 确定。

**下一步最值得试**：local_spatial 对坐标收缩类扰动（SHRINK、kNN 微调、OT 重心位移）三轮均无增益或负增益，该组可能已在此管线坐标结构的上限附近；更值得转向 cell_state（55.45，最弱）——如父20建议的"仅对共有型 b 侧细胞做成熟度加权重采样、保持配额与 target_rms 逐位不变"，或探索型组成层面的改动而非坐标层面。

调研员

Looking at the experiment table and ANALYSIS: local_spatial (60.65) is the second-weakest group and has **never been directly targeted**. Node 19's OT centroid displacement hurt it (-3.03). The ANALYSIS explicitly suggests kNN coordinate smoothing as the next direction. The selection layer (κ) is exhausted.

```json
{
  "name": "表达kNN坐标微调：让表达相似细胞空间更近，专攻local_spatial",
  "motivation": "local_spatial 60.65 自节点12起从未被针对性优化（节点19的OT重心位移反而使其从60.31降至57.28）。父20 ANALYSIS明确建议'在保持全局RMS与配额不变的前提下做局部邻域平滑或kNN坐标微调'。当前管线独立抽取a/b两侧细胞并保留原坐标，混合后表达相似细胞未必空间相邻，存在局部不连续。",
  "approach": "在父18管线（procrustes3d→t_draw=t^1.75分层抽样→SEL=16成熟度选择→t_eff RMS缩放）输出坐标后，新增一步坐标微调：\n1. 对5000个已抽细胞，用表达矩阵计算同型内kNN（欧氏距离，k=10）；\n2. 每个细胞坐标向同型表达kNN坐标质心微移：coord_i += β·(centroid_kNN(i) - coord_i)；\n3. 全部微移后按全局RMS恢复target_rms（乘性缩放），保持shape_scale；\n4. 表达值、配额、细胞数完全不动。\n参数初值：k=10, β=0.05；网格：k∈{5,10,20}×β∈{0.03,0.05,0.10}，共9组合，先跑k=10/β=0.05确认方向再展开。\n单输入退路：copy_last路径不触发此步（无括号对）。\nvec-score快筛：先跑k=10/β=0.05，若local_spatial A半Δ<+0.5则放弃；若≥+1再扫网格。\n环境变量：T2EI_KNN_BETA（默认0关闭）、T2EI_KNN_K（默认10）。",
  "expected_groups": ["local_spatial"],
  "risks": "1) β过大导致型内坐标过度聚集，shape_scale下降（RMS恢复只保全局尺度不保型间分布）→先查shape_scale，若降>1则减β或限同型；2) 表达kNN在同型内方差小时退化为随机邻居→检查实际kNN距离分布，若型内表达几乎均匀则机制无信号；3) 5000×5000距离矩阵计算量~25M，纯numpy应<1s，不构成瓶颈但Engineer应计时确认。尽早发现：β=0.05跑一次后同时看四组分，若local_spatial无变化且shape_scale降，立即停止。",
  "family_id": "T2EI-04",
  "mechanism": "同型内表达空间kNN引导的坐标微调：每个细胞向其表达近邻的空间质心微移β，使表达相似的细胞在3D坐标上更紧凑，改善局部空间一致性。",
  "vs_constant_shift": "常数位移对所有细胞施加同一向量；本机制每细胞位移方向和大小取决于其表达kNN的空间分布，是细胞特异性的局部重排，改变的是相对邻域结构而非绝对位置。",
  "mechanism_evidence": "Engineer应记录：(1) 微移前后同型内表达kNN对的平均空间距离（应下降）；(2) 被移动细胞的平均位移量与型内坐标标准差之比（应>0但<0.2）；(3) 四组分各自变化——预期local_spatial升、其余三组在噪声内。若kNN对平均距离未下降，说明机制未运行。",
  "mechanism_off_control": "T2EI_KNN_BETA=0（默认）时跳过整个微调步，输出与父18逐位一致。Engineer应本地验证β=0输出与父18的X和spatial_3D完全相等。",
  "sources": []
}
```

审查员

REVIEW.json written