运行档案 / T2:embryo:val_interp / 10-03 00:49
G24 T2/T3 首跑
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。
n21
本运行目标 61.61（种子 0 单次）
节点?搜索树里的每个候选程序。
22
已打分 20
官网分?官网 P2 返回的真实分数。
59.9
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。
72
分析员 18、工程师 20、调研员 22、审查员 12
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 | 61.6 | 真值 B 半 / 3 个 seed均值 |
| X2 | 终检诊断 | 56.4 | 全部真值 / 1 个 seed单次 |
| T2:embryo:val_interp | 官网结果 | 59.9 | 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)
↓
n8 改进
mix 基座上实现 T2EI-01 型内跨阶段相似度加权抽样（τ=0.2 保持打开）；对照显示该机制在本榜中性偏负，主要增益来自组合 node 5 已验证的 t_draw=0.5·t 后抽减半。
搜索目标分 60.43（+3.2） · proxy 60.43（+3.2） · 3 次复测均分 60.17
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在mix分层抽样中做型内跨阶段相似度正偏置(τ=0.05/0.2)时，cell_state单调变差(proxy 37.49→35.91→33.39)，负偏置仅+0.6(噪声内)：cell_state由群体组成/年轻化驱动，型内单细胞状态偏置无效。
↓
n10 改进
mix 基座上实现 T2EI-01 按型组成线性插值：目标比例 p_T=(1−t)p_A+t·p_B 分配型配额，型内两阶段按 t·adj 分配（提交 adj=0，共享型细胞全取早期），去掉父节点的 τ 相似度偏置；表达与坐标不修改。
搜索目标分 60.29（-0.1） · proxy 60.29（-0.1） · 3 次复测均分 60.34
分析员结论：在T2 mix基座上，shape_scale主要由共享型中后期(B)阶段细胞的绝对数量驱动（代理上随ADJ单调66.7→77.3），而非由逐型组成是否等于插值丰度p_T驱动；把组成换成插值丰度（ADJ=1.0）反而使ss降到代理55.63/榜上方向一致，PLAN的'组成插值修复shape_scale'假设被证伪。
↓
n12 改进
解耦表达与坐标来源：坐标走父8的 frac=0.5 均匀分层抽取，表达池走组成插值（ADJ=0），型内用对齐帧最近邻配对供体。
搜索目标分 61.55（+1.3） · proxy 61.55（+1.3） · 3 次复测均分 61.08
分析员结论：表达与坐标来源解耦时，按顺序（order）配对会打破表达-空间局部耦合：proxy 上 ls -13.4、ss -7.1，而坐标几何指标与关闭对照逐位相同——凡是重排型内细胞-坐标对应关系的方案必须用空间最近邻类配对保住局部结构
审查意见 通过 检查1 越界读取：run.py 仅通过 load_manifest(args.data)（282行）与 read_stage(args.data,...)（286/291/292行）读取视图数据，导入均为 src.task2_spatial.* 视图框架模块；无绝对路径、..、/mnt、/home、data/raw、downloads、打分器或 src/common/evaluation 读取，无联网。未发现问题。; 检查2 硬编码目标
↓
n14 改进
父12解耦基座上的型内混合配对：全部坐标细胞的表达供体改从同型池内空间最近 3 个供体（K=3）中随机抽取，回收 ec 同时保住 ls。
搜索目标分 61.73（+0.2） · proxy 61.73（+0.2） · 3 次复测均分 61.14
分析员结论：在解耦框架内，型内配对规则是 ec↔ls 的权衡旋钮：全池随机供体（K=1）在 r=0.25 就使 A 半 ls 掉 3.9、r=0.5 掉到 50.50，而 ec 只回升 0.3~1.0，净收益为负——随机化范围必须是空间局部的。
审查意见 通过 1 越界读取：未发现问题。数据读取全部经 args.data 与脚手架 API（run.py:320-330 load_manifest/panel_genes/read_stage），import 仅限 src.task2_spatial（methods/sample/transport/view_io/frame），无绝对路径、..、/mnt、/home、data/raw、downloads、评分器或 src/common/eval
↓
n17 改进
实现 PLAN 的 K 近邻供体均值配对：均值使型内 SD 收缩到父14 的 69%、cell_state 从 56 崩到 30，触发放弃条款，回退父14（MEAN_K=0，逐位一致）。
搜索目标分 61.73（+0.0） · proxy 61.73（+0.0） · 3 次复测均分 61.14
分析员结论：在型内配对中把供体表达取 K 近邻算术均值（K=3/5/7）会收缩型内方差（SD -30.7%），cell_state 从 56.5 崩到 20-30、local_spatial 同降，K 越大崩得越狠——cell_state 对单细胞分布方差收缩极其敏感，任何确定性平滑类操作都应在查榜分前先测型内 SD 收缩率（>30% 即否决）。
审查意见 通过 1 越界读取：未发现问题——run.py 仅通过框架 view_io（load_manifest/read_stage/panel_genes，run.py:365-375）读取 --data 视图内数据，无绝对路径、..、/mnt、prior 或打分器路径，无联网。; 2 硬编码目标统计量：未发现问题——run.py 中常量仅为算法旋钮（T_DRAW_FRAC=0.5、MIX_K=3、scale_damp=0.5）和 rng 盐（20
↓
n19 改进
实现联合距离 softmax 供体抽样（d_coord+λ·d_expr，σ=型内第K近距中位数）；代理 8 档全败于父14 均匀抽样（60.46–60.97 vs 61.14），按放弃条款提交 λ=0，逐位=父14。
搜索目标分 61.73（+0.0） · proxy 61.73（+0.0） · 3 次复测均分 61.14
分析员结论：在 randK3 均匀配对基座上，任何朝近邻的距离偏置（空间或表达、软或硬，λ∈{0.5..8}、σ∈{0.5,1,2}×中位数共 8 档）都使代理榜分单调下降 0.17–0.68 分且 cs 一律降、ls 不回收：均匀抽样是供体选择熵的局部最优，σ→∞ 时分数从下方逼近基线，证明该方向无头部空间。
审查意见 通过 检查1（越界读取）：未发现问题——run.py 仅通过 src.task2_spatial.view_io 的 load_manifest/read_stage/panel_genes/interp_bracket（run.py:406-416）读取 manifest['inputs'] 给的阶段文件，无绝对路径、无 ..、无 /mnt//home/data/raw/downloads、无网络访问，也不读目标阶段文件。; 检查2（硬编码
↓
父14基座上对共享型细胞绕时间插值型心μ_T=(1−t)μ_A+tμ_B做逐细胞扩展x→μ_T+1.1(x−μ_T)（β=0.10）；PLAN的保方差向心平移双向否决，扩展在seed 0/1均胜基线（61.65/61.12 vs 61.14/60.72）。
搜索目标分 62.29（+0.6） · proxy 62.29（+0.6） · 3 次复测均分 61.61
分析员结论：在 randK3+ADJ=0 基座上，向时间插值型心的保方差平移双向无头部空间：α=+0.10 使 cs 从 56.5 崩到 45.3（代理 58.16），α=−0.05/−0.10 也低于基线——与 node 11（向早期均值收缩）、node 17（均值化）一致，型心位置这个自由度已被三条证据封死。
审查意见 通过 1 越界读取：未发现问题。run.py 仅通过 src.task2_spatial.view_io 的 load_manifest/read_stage/panel_genes 读取 --data 视图内数据（run.py:487-497），无绝对路径、'..'、/mnt、打分器路径、网络访问（grep 无命中）。; 2 硬编码目标统计量：未发现问题。全部类型比例/均值（p、mu_a/mu_b、mu_T）均由输入阶段现场计算（_comp
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。
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（22）
| 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 | 17 分 | 类型内表达插值改善 cell_state（mix 中间态化） |
| n4 | n1 | 改进 | 生成失败 | — | — | — | — | 未审查 | 32 分 | 残差保持型内表达插值（type-delta shift）改善 expression_change |
| n5 | n2 | 改进 | 已打分 | 60.6 | +3.4 | 60.6 | 60.2 | 通过 | 40 分 | mix + 后期抽取比例减半（t_draw=0.5·t），修复 cell_state；PLAN 的型内 Sinkhorn OT 已实现但代理上拉低分数，默认关闭。 |
| n6 | n1 | 改进 | 已打分 | 57.2 | +8.1 | 57.2 | 57.5 | 未审查 | 30 分 | mix 基座 + 型内伪时间推移机制（T2EI-09，逐细胞 ramp 位移，alpha 可调）；实测 alpha>0 在本榜净负分，默认 alpha=0（机制关闭时逐位等于 mix 基座），A 半分 56.42。 |
| n7 | n5 | 改进 | 已打分 | 60.6 | +0.0 | 60.6 | — | 不通过 | 13 分 | 硬 1-NN 跨阶段位移（family T2EI-02）已按 PLAN 实现并在代理上完整验证；所有 β（正/负）均不超父，disp_cv<0.15 说明机制退化为近常数位移，故按 PLAN 失败条款回退 β=0（输出与父节点逐位一致）。 |
| n8 | n2 | 改进 | 已打分 | 60.4 | +3.2 | 60.4 | 60.2 | 未审查 | 15 分 | mix 基座上实现 T2EI-01 型内跨阶段相似度加权抽样（τ=0.2 保持打开）；对照显示该机制在本榜中性偏负，主要增益来自组合 node 5 已验证的 t_draw=0.5·t 后抽减半。 |
| n9 | n5 | 改进 | 已打分 | 60.9 | +0.3 | 60.9 | 60.5 | 通过 | 16 分 | mix 基座上实现 PLAN 的类型分层抽取（T2EI-01）：代理上全部否决，按失败条款默认关闭（逐位=父）；实际生效的改动是 scale_damp 0.5→0.45，三种子稳定 +0.29。 |
| n10 | n8 | 改进 | 已打分 | 60.3 | -0.1 | 60.3 | 60.3 | 未审查 | 19 分 | mix 基座上实现 T2EI-01 按型组成线性插值：目标比例 p_T=(1−t)p_A+t·p_B 分配型配额，型内两阶段按 t·adj 分配（提交 adj=0，共享型细胞全取早期），去掉父节点的 τ 相似度偏置；表达与坐标不修改。 |
| n11 | n9 | 改进 | 已打分 | 60.9 | +0.0 | 60.9 | — | 通过 | 8 分 | mix 基座上实现 PLAN 的去成熟化收缩（T2EI-01：晚阶段抽中细胞表达向早阶段同型均值线性收缩）；机制在代理上确认触发但 α∈{0.10..0.30} 全部单调降分（board 60.17→59.61，cell_state 52.56→51.36），按 PLAN 失败条 |
| n12 | n10 | 改进 | 已打分 | 61.6 | +1.3 | 61.6 | 61.1 | 通过 | 16 分 | 解耦表达与坐标来源：坐标走父8的 frac=0.5 均匀分层抽取，表达池走组成插值（ADJ=0），型内用对齐帧最近邻配对供体。 |
| n13 | n11 | 改进 | 已打分 | 60.9 | +0.0 | 60.9 | — | 未审查 | 13 分 | mix 基座上实现 PLAN 的型心坐标时间插值（T2EI-04：共有类型坐标簇刚性平移到 μ_T=(1−t)μ_a+t·μ_b 的 δ 倍位置，表达不动）；机制确认触发（型心位移均值 86.5、CV 0.34）但代理双向否决（δ=±0.25..1.0 全部降分，local_sp |
| n14 | n12 | 改进 | 已打分 | 61.7 | +0.2 | 61.7 | 61.1 | 通过 | 22 分 | 父12解耦基座上的型内混合配对：全部坐标细胞的表达供体改从同型池内空间最近 3 个供体（K=3）中随机抽取，回收 ec 同时保住 ls。 |
| n15 | n13 | 改进 | 已打分 | 60.9 | +0.0 | 60.9 | — | 未审查 | 16 分 | mix 基座上实现 PLAN 的型丰度趋势加权抽取（T2EI-01：按两阶段丰度对数比 lr(c) 调型特异 t_draw(c)，γ 控强度）；机制确认触发（lr_std=0.94、38% 类型 |lr|>0.3、t_draw CV=0.52）但代理双向否决（γ=+0.3/0.6 |
| n16 | n15 | 改进 | 已打分 | 60.9 | +0.0 | 60.9 | — | 未审查 | 15 分 | 按 PLAN 实现型内均值+方差插值分布重映射（dist_remap，alpha 可调）；代理上机制触发但致密化砸 variogram 被强否决，按失败条款提交 alpha=0，输出与父逐位一致。 |
| n17 | n14 | 改进 | 已打分 | 61.7 | +0.0 | 61.7 | 61.1 | 通过 | 14 分 | 实现 PLAN 的 K 近邻供体均值配对：均值使型内 SD 收缩到父14 的 69%、cell_state 从 56 崩到 30，触发放弃条款，回退父14（MEAN_K=0，逐位一致）。 |
| n18 | n12 | 改进 | 已打分 | 62.0 | +0.4 | 62.0 | 61.3 | 通过 | 23 分 | 父12解耦基座上，nn 配对后将每个细胞表达沿 (供体−时间插值型心) 移动 α=−0.10（背离型心扩展型内离散）；PLAN 的正 α 向型心收缩被代理双向否决。 |
| n19 | n17 | 改进 | 已打分 | 61.7 | +0.0 | 61.7 | 61.1 | 通过 | 17 分 | 实现联合距离 softmax 供体抽样（d_coord+λ·d_expr，σ=型内第K近距中位数）；代理 8 档全败于父14 均匀抽样（60.46–60.97 vs 61.14），按放弃条款提交 λ=0，逐位=父14。 |
| n20 | n18 | 改进 | 已打分 | 62.0 | +0.0 | 62.0 | 61.3 | 通过 | 16 分 | 父18解耦基座上，把统一 blend α=−0.10 换成按型方差自适应 α_T=−min(d(T)·γ, α_max)：d(T)=max(0, σ_late(T)/σ_donor(T)−1)（winsorize 2.0），γ=1.0、α_max=0.15，只扩展型内离散不足的型 |
| n21 | n19 | 改进 | 已打分 | 62.3 | +0.6 | 62.3 | 61.6 | 通过 | 20 分 | 父14基座上对共享型细胞绕时间插值型心μ_T=(1−t)μ_A+tμ_B做逐细胞扩展x→μ_T+1.1(x−μ_T)（β=0.10）；PLAN的保方差向心平移双向否决，扩展在seed 0/1均胜基线（61.65/61.12 vs 61.14/60.72）。 |
| n22 | n20 | 改进 | 已打分 | 62.0 | +0.0 | 62.0 | 61.3 | 通过 | 12 分 | T2EI-01 型内 K=3 空间最近邻随机配对（node14 机制）叠加 node20 自适应 blend：代理上双向否决，提交回退到 MIX_K=1（nn 配对，逐位=node20）。 |
资源消耗与失败情况
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 | 18 | 0 | 17 分 | 240,140 | 49,463 |
| 工程师 | 20 | 2 | 5 小时 1 分 | 1,121,302 | 409,303 |
| 调研员 | 22 | 1 | 59 分 | 214,897 | 99,826 |
| 审查员 | 12 | 0 | 21 分 | 278,325 | 63,649 |
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 10-03 00:49 · 自动搜索 · T2:embryo:val_interp · G24 T2/T3 首跑 |
|---|---|
| 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 04:14 |
| 用时 | 3 小时 25 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/config_source.yaml 配置指纹 6a793f63858316ca |
| 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。 | 46ea6283a8d5d70b 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/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 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 35 行 · 2026-10-02 · T2:embryo:val_interp · 预测文件指纹 fb47b577d622c627 · 官网分 59.9 |
| 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 |