运行档案 / T2:heart: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。
n19
本运行目标 61.33（种子 0 单次）
节点?搜索树里的每个候选程序。
26
已打分 18
官网分?官网 P2 返回的真实分数。
63.9
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。
80
分析员 17、工程师 18、调研员 19、审查员 8、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 | 61.3 | 真值 B 半 / 3 个 seed均值 |
| X2 | 终检诊断 | 55.5 | 全部真值 / 1 个 seed单次 |
| T2:heart:val_interp | 官网结果 | 63.9 | 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 59.50 · proxy 59.50 · 3 次复测均分 59.36
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)
↓
n12 改进
在 mix（节点2）上实现型×基因时间趋势位移（同名/伪批量相关配对+全局回退，±0.5SD 裁剪）；6 档强度全部低于关闭对照，按 PLAN 止损条款以 trend=0（与父节点逐位一致）提交。
搜索目标分 59.50（+0.0） · proxy 59.50（+0.0）
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在 mix 基线上做逐（型,基因）加性表达位移：expression_change 随 trend 单调升（44→67 区间内最高 +3.5），但 cell_state(mmd_u) 与 local_spatial(neighborhood_mmd) 降得更快（trend1 时分别 -13.2/-4.7），榜分单调降回 59.5，说明真实中间态细胞已编码目标时间表达，位移把细胞推离真实流形。
↓
n15 改进
在 mix 基线上仅做型内 kNN 坐标平滑（k=20, strength=1.5, 位移≤0.2×型内SD），只改坐标，表达/细胞数/类型组成逐位不变。
搜索目标分 61.02（+1.5） · proxy 61.02（+1.5） · 3 次复测均分 60.84
分析员结论：在 mix 基线上，坐标侧型内 kNN 平滑（k=20, strength=1.5, 位移≤0.2×型内SD）使 local_spatial +6.37、总榜分 +1.52，而表达侧加性位移（节点12）全档负收益——mix 的局部空间不连贯问题应在坐标侧修，不是表达侧
审查意见 通过 1 越界读取：未发现问题——run.py 只通过 args.data 经 src.task2_spatial.view_io（load_manifest/read_stage/panel_genes）读视图数据，输出走 write_t2；无绝对路径、'..'、/mnt、/home、打分器或 evaluation 路径，无网络调用（grep 验证无 http/requests/urllib/download）。; 2 硬编码目标统计量：未
↓
n17 改进
型内kNN坐标平滑位移上限0.2→0.45×型内SD强化局部致密化；PLAN的RMS恢复与各向异性缩放在代理上证伪（把尺度推离参考），按止损关闭，另加自适应k提升final稳健性。
搜索目标分 61.41（+0.4） · proxy 61.41（+0.4） · 3 次复测均分 61.33
分析员结论：在 mix 基线上，log 线性插值的 target_rms 高于中间参考的真实尺度（scale_log_ratio≈0.45，两端 354/335 对真值 217 非单调），因此把平滑后 RMS 恢复到 target_rms 会把尺度推离参考（0.451→0.467，shape_scale 53.52→53.22）——RMS 恢复类机制在此 board 上方向即错。
审查意见 通过 1 越界读取：未发现问题——run.py 只经 view_io 的 load_manifest/panel_genes/read_stage 读 --data 视图目录并写 --out（run.py:214-227,258），无绝对路径、'..'、/mnt、/home、data/raw、打分器路径，无联网代码（grep 无 http/urllib/socket 等命中）。; 2 硬编码目标统计量：未发现问题——代码常量仅为调参超参 K=
↓
实现 T2HI-04 型内坐标kNN表达平滑并在代理上证伪（cell_state 单调下降、expression_change 不动），按 PLAN 止损条款以关闭态（alpha=0，与父节点17逐位一致）提交。
搜索目标分 61.41（+0.0） · proxy 61.41（+0.0） · 3 次复测均分 61.33
分析员结论：在 mix 输出（已是真实细胞）上做型内坐标 kNN 表达低通滤波：机制确实运行（型内方差比随 alpha 单调降 0.963→0.593，100% 细胞被改），但 cell_state 单调大跌（alpha=0.05 时 −4.76，0.10 时 −7.55），expression_change 纹丝不动（−0.01/−0.02）——评分器把单细胞分辨率的表达异质性本身计为细胞状态相似度，收窄分布即偏离参考。
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 从 --data 指向的视图目录读取（run.py:55-58, 280-296），无绝对路径、'..'、/mnt、/home、data/raw、打分器或 src/common/evaluation 引用，无联网下载。; 检查2（硬编码目标统计量）：未发现
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（26）
| 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 | 48.7 | — | 48.7 | 48.6 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 59.5 | — | 59.5 | 59.4 | 通过 | 不到 1 分 | seed mix |
| n3 | n2 | 改进 | 生成失败 | — | — | — | — | 未审查 | 31 分 | kNN局部位移插值替代硬混合，改善局部空间与形状 |
| n4 | n1 | 改进 | 生成失败 | — | — | — | — | 未审查 | 31 分 | copy_last + 型内表达时间插值（型均值delta按时间权重） |
| n5 | n2 | 调参 | 没有改动 | — | — | — | — | 未审查 | 4 分 | — |
| n6 | n1 | 改进 | 已打分 | 56.4 | +7.7 | 56.4 | 56.0 | 未审查 | 20 分 | copy_last + 型×基因线性时间趋势位移：跨阶段用伪批量相关配对细胞型，组成按同一配对图向目标时间插值重抽。 |
| n7 | n1 | 改进 | 已打分 | 53.9 | +5.2 | 53.9 | 53.4 | 未审查 | 8 分 | 在 copy_last 锚点细胞上，按细胞类型×基因的两输入阶段时间斜率乘几何时间分数做表达位移（缺失型用全局伪批量斜率），坐标与组成不动。 |
| n8 | n2 | 调参 | 没有改动 | — | — | — | — | 未审查 | 1 分 | — |
| n9 | n7 | 改进 | 已打分 | 59.6 | +5.7 | 59.6 | — | 不通过 | 19 分 | 按几何时间分数 t 把上括号阶段真实细胞按类型分层混入锚点阶段（组成插值，hi 坐标经 procrustes 对齐并共同缩放到 log 插值 RMS）；型×基因斜率位移保留为可选开关，实测在混合之上任何非零位移都掉分，默认 alpha=beta=0。 |
| n10 | n6 | 调参 | 没有改动 | — | — | — | — | 未审查 | 3 分 | — |
| n11 | n6 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n12 | n2 | 改进 | 已打分 | 59.5 | +0.0 | 59.5 | — | 未审查 | 15 分 | 在 mix（节点2）上实现型×基因时间趋势位移（同名/伪批量相关配对+全局回退，±0.5SD 裁剪）；6 档强度全部低于关闭对照，按 PLAN 止损条款以 trend=0（与父节点逐位一致）提交。 |
| n13 | n6 | 改进 | 已打分 | 56.3 | -0.1 | 56.3 | 55.9 | 未审查 | 20 分 | node 13 (improve on node 6, family T2HI-01) |
| n14 | n7 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n15 | n12 | 改进 | 已打分 | 61.0 | +1.5 | 61.0 | 60.8 | 通过 | 26 分 | 在 mix 基线上仅做型内 kNN 坐标平滑（k=20, strength=1.5, 位移≤0.2×型内SD），只改坐标，表达/细胞数/类型组成逐位不变。 |
| n16 | n13 | 改进 | 已打分 | 58.4 | +2.1 | 58.4 | 57.9 | 未审查 | 34 分 | node 16 (improve on node 13, family T2HI-01) |
| n17 | n15 | 改进 | 已打分 | 61.4 | +0.4 | 61.4 | 61.3 | 通过 | 21 分 | 型内kNN坐标平滑位移上限0.2→0.45×型内SD强化局部致密化；PLAN的RMS恢复与各向异性缩放在代理上证伪（把尺度推离参考），按止损关闭，另加自适应k提升final稳健性。 |
| n18 | n12 | 改进 | 已打分 | 59.5 | +0.0 | 59.5 | — | 未审查 | 23 分 | 在 mix 上实现 T2HI-05 型内径向尺度插值（型内径向 RMS 按 t 插值，s=(r_t/r_out)^strength 径向缩放坐标）；5 档全低于关闭对照，按止损以 strength=0 提交，与父节点逐位相同。 |
| n19 | n17 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | 61.3 | 通过 | 13 分 | 实现 T2HI-04 型内坐标kNN表达平滑并在代理上证伪（cell_state 单调下降、expression_change 不动），按 PLAN 止损条款以关闭态（alpha=0，与父节点17逐位一致）提交。 |
| n20 | n19 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | 61.3 | 通过 | 12 分 | 实现 T2HI-08 型内方差增强（保均值双向外扩，外部先验缺失走对角退路）；代理上 cell_state 微升但榜分增益 +0.06 远小于噪声，按 PLAN 止损以关闭态 β=0（与父17/19逐位一致）提交。 |
| n21 | n17 | 改进 | 已打分 | 61.3 | -0.1 | 61.3 | 61.2 | 未审查 | 15 分 | 在父17型内kNN坐标平滑上加径向边界权重：w_i=clip(1−(r_i−2.0)/(3.0−2.0),0,1)（r_i=到型质心距离/型均SD），位移=strength·w_i·(c_i−x_i)，远质心细胞不平滑以保护型空间包络，occupancy_dice/shape_s |
| n22 | n20 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | 61.3 | 通过 | 20 分 | 实现 T2HI-04 型内 kNN 平滑的径向门控（外周细胞位移衰减、内部全强度收缩）；机制生效（半径保留 0.946→0.99、shape_scale +1.45）但 local_spatial 损失 2–3 倍于形状增益，9 配置最优仅 +0.06，按 PLAN 止损以 ga |
| n23 | n15 | 调参 | 没有改动 | — | — | — | — | 未审查 | 1 分 | — |
| n24 | n19 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | 61.3 | 通过 | 21 分 | 实现 T2HI-01 型内倾斜抽样：按两阶段型均值漂移方向 exp(±γ·投影) 加权重抽 mix 细胞，代理上目标组微升却被 shape_scale 抵消、净分不越噪，按止损以 γ=0（与父逐位一致）提交。 |
| n25 | n22 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | 61.3 | 通过 | 21 分 | 实现T2HI-01型级重心表达漂移（X+=lam·(t−f)(mu_hi−mu_lo)，坐标不动）；表达组+3.0被cell_state对冲，净+0.68<1.0止损，按PLAN以lam=0关闭态提交（与父22逐位一致）。 |
| n26 | n24 | 改进 | 已打分 | 61.4 | +0.0 | 61.4 | — | 未审查 | 15 分 | 实现 T2HI-07 MOSTA E9.5 外部形状各向异性校正：按外部参考 PCA 特征值比对预测点云 xy 主轴做阻尼缩放（λ 开关，z 不动）；代理上 λ=0.10 净 +0.03、λ=0.20 净 −0.14 均低于噪声，按 PLAN 止损以 λ=0 关闭态提交，与父逐位 |
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 | 17 | 0 | 10 分 | 200,898 | 27,131 |
| 工程师 | 18 | 2 | 5 小时 2 分 | 1,096,782 | 396,897 |
| 调研员 | 19 | 0 | 1 小时 | 184,929 | 143,702 |
| 审查员 | 8 | 0 | 11 分 | 176,268 | 30,889 |
| tune | 18 | 0 | 9 分 | 104,002 | 22,114 |
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-heart-interp-g24-D 10-03 00:49 · 自动搜索 · T2:heart: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:heart: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 04:15 |
| 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-heart-interp-g24-D/config_source.yaml 配置指纹 c423bf32c939ffe6 |
| 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。 | b50776b84399369c 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-heart-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。 | e9275e3a9c25ee9e |
| 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：23 个文件，指纹 a426ceccd34c4666 proxy：20 个文件，指纹 5b83f22cc8c89b58 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-heart-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 38 行 · 2026-10-02 · T2:heart:val_interp · 预测文件指纹 a02c85a5467be617 · 官网分 63.9 |
| 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 |