总览 · ← 返回运行 20261003-043412-search-t2-embryo-interp-g24-D-s1

节点 n20

按PLAN实现b侧选胞距离分位分层(STRAT_Q/STRAT_W)与xy径向膨胀(EXPAND_GAMMA)，两机制在代理上均被证伪，提交态=父节点18配置（开关默认关）。

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 e8d9637c45: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 6ac48a4561。改动的文件：solution/METHOD.md +23 −23、solution/run.py +69 −6

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 3c7380f..4600ce3 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,43 +1,43 @@-联合表达PCA+刚体不变几何latent内按细胞型确定性选取b侧中间态细胞(κ=0.65, procrustes3d, scale_damp=0.455)，表达与坐标随真实细胞搬运。+按PLAN实现b侧选胞距离分位分层(STRAT_Q/STRAT_W)与xy径向膨胀(EXPAND_GAMMA)，两机制在代理上均被证伪，提交态=父节点18配置（开关默认关）。 -# T2EI-03 联合表达-几何 latent 选胞（draft，节点 18）+# T2EI-03 改进（节点 20，improve，父 18） -## 方法+## 方法与实现 -1. `interp_bracket` 取括号 (a=E早, b=E晚, t=时间差比例)；未括住时退化为整份复制 anchor（分层抽到 max_cells）。单输入阶段同样走该退路。-2. 细胞数：N = log 线性插值(A.n, B.n, t) 夹到 [min_cells, max_cells]；组成阻尼 n_b = round(κ·t·N)，κ=0.65；n_a = N − n_b，a 侧按型分层随机抽（seed 决定）。-3. 坐标：`align_pair(procrustes3d)` 把 b 云对齐到 a 帧（共有类型质心 Kabsch），两云缩放到共同目标 RMS = log_interp(rms_a, rms_b, t, SCALE_DAMP=0.455)。被选细胞坐标保持原值，不插值、不膨胀。-4. 联合 latent：合并两端表达 → 基因 z-score → K_PCA=20 主成分（合并 z-score）为表达块；几何块（每端在自己云内算，刚体不变）：到 K_NN=5 近邻平均距离、归一化径向位置、5-NN 细胞型组成占比向量。两块各自 z-score，几何块乘 W_GEO=1.0 后与表达块拼接。-5. 机制（JOINT_SEL=on，默认）：对每个共有细胞型（两端各 ≥ MIN_TYPE=10 个细胞），target = (1−t)·μ_a + t·μ_b（联合 latent 中的型质心），b 侧该型细胞按到 target 的欧氏距离升序稳定排序取前 n_b(type) 个（确定性，平局按索引）。非共有型按型内随机抽同数。n_b 按 b 端型占比分配（floor+按大小补齐，确定性）。-6. off 对照：JOINT_SEL=off 环境变量，b 侧改为同 seed 型内随机抽相同数量，其余流程完全一致。+保留父节点 18 全部流程（联合表达PCA+几何 latent、procrustes3d、RMS 阻尼 0.455、κ=0.65、JOINT_SEL 最近k 选胞）。按 PLAN 在同一程序内新增两个开关： -输出 = a 侧抽取细胞 + b 侧选出的细胞，表达与坐标同一细胞搬运；`write_t2` 写盘。纯 CPU（EXECUTION.json gpu=false），代理视图全程 ~19s、峰值内存 ~1.4GB（限额 28GB/30min）。+1. **改动一（主）距离分位分层选胞**：`STRAT_Q`（默认 0=关，即父节点最近k；>0 时把每个共有型的 b 侧 pool 按到 target=(1−t)μ_a+tμ_b 的联合 latent 距离排序后分成 Q 个等频桶，按 `STRAT_W`（默认 0.4,0.3,0.2,0.1）以最大余数法分配名额，桶内按距离 rank 确定性取，缺额顺延下一桶，末桶缺额回补下一最近未选细胞）。+2. **改动二（次）b 侧 xy 径向膨胀**：`EXPAND_GAMMA`（默认 1.0=关；>1 时选出的 b 侧细胞绕输出云质心做 xy 径向膨胀，z 不动）。++均为纯 CPU、对 seed 确定、只依赖时间差与数据（视图无关）。单输入/未括住退路不变（整份复制 anchor，分层抽到 max_cells）。  ## 机制生效证据（代理 E6.75+E8.0→E7.25，t=0.4，seed 0，vec-score A 半） -被选 b 细胞到 target 的联合 latent 距离均值 4.66 vs 随机选取 6.80（比值 0.69，选取确实偏向中间态；W_GEO=0 时 2.30 vs 4.00）。1300 个 b 细胞中被 10 个共有型的中间态偏好覆盖，其余 16 型随机。+分层确实按设计运行：10 个共有型每型的 4 个桶选取数打印如 `EXE-Endoderm: k=227 taken=[91,68,45,23]`，远端桶非空；被选 b 细胞到 target 的距离均值从最近k的 4.66 升到 5.62（仍低于随机 6.80），σ=1.12（最近k的 σ≈0），状态多样性确实增加。 -四组分 on vs off（κ=0.65）：+四组分对比（A 半查分）：  | 配置 | board | cell_state | expression_change | shape_scale | local_spatial | |---|---:|---:|---:|---:|---:|-| on（提交态） | 60.65 | 51.08 | 60.22 | 72.96 | 58.33 |-| off（随机对照） | 59.89 | 48.24 | 60.15 | 72.56 | 58.61 |+| off = 父节点（提交态） | 60.65 | 51.08 | 60.22 | 72.96 | 58.33 |+| STRAT_Q=4, w=0.4/0.3/0.2/0.1, γ=1.0 | 59.71 | 49.45 | 60.28 | 71.03 | 58.08 |+| STRAT_Q=0, γ=1.15 | 59.48 | 51.08 | 60.22 | 68.14 | 58.48 |++## 结论：两机制均被证伪，按 PLAN 决策规则放弃 -机制主要目标组 cell_state +2.84（>1 分噪声），board +0.76（噪声内）；local_spatial −0.28 持平。机制生效但整体增益主要来自 cell_state。+- **分层**触发 PLAN 风险①（cell_state 49.45 < 52）：距离分位多样性稀释了中间态偏好，cell_state −1.63、board −0.94，全部组分不升。最近k（同质但最接近插值质心）就是该 latent 上的最优选取。+- **膨胀**触发 PLAN 风险②（shape_scale 68.14 < 73.5）：本底座两云已缩放到阻尼后的共同 RMS（scale_log_ratio −0.0013，几乎正中目标），再膨胀把 occupancy_dice 0.801→0.749、shape −4.8，local_spatial 仅 +0.15。节点 11 的 γ=1.15 增益依赖 mix 底座的 RMS 欠冲，不可移植到本底座。+- **off 对照**：`STRAT_Q=0 EXPAND_GAMMA=1.0`（即提交默认）与父节点 18 程序在 seed 0 下输出**逐位一致**（X 与坐标逐元素相等），A 半查分 60.65 / cell_state 51.08 / shape 72.96 / local 58.33，与父节点报告完全一致。 -## 消融 / 参数扫描（各 1 次查分）+## 提交态 -- W_GEO=0（纯表达 latent，≈节点 7 家族的选胞信号）：60.62，cell_state 52.71，shape 71.25；W_GEO=0.5：60.28；W_GEO=2：59.98（cell_state 48.83，几何过重有害）。W_GEO=1.0 board 最高且 shape 最好（72.96），保留。-- κ：0.5→60.70（cell_state 54.35、shape 70.37；off 对照 60.10，机制差仅 +1.2）；0.55→60.43；0.6→60.60；0.65→60.65（机制差最大 +2.84）。κ 间 board 差在噪声内，保留 PLAN 默认 0.65。-- K_NN=10：60.40；MIN_TYPE=5：60.56；ALIGN=procrustes(保z)：60.45。均不如默认，保留 K_NN=5、MIN_TYPE=10、procrustes3d。+默认 `STRAT_Q=0`、`EXPAND_GAMMA=1.0`（机制实现保留在代码里，可用环境变量复现上表）。提交预测 = 父节点 18 行为，预期正式分 ≈ 61.73。查分共用 3 次（分层、膨胀、off 对照）。  ## 验证过 / 没验证 -- 已验证：代理视图跑通、`vec-check` ok、seed 0 复跑逐字节一致（确定）、11 次查分如上；程序只依赖时间差与数据，不读 board/mode/路径，阶段名与细胞数全部来自 manifest（视图无关，可过时间平移伪装）。-- 未验证：真实括号（E7.25+E8.0→E7.5，t=1/3，细胞数与共有型数不同：方法卡称共有型 11 个）——本代码全部从 manifest/数据现场计算，无阶段硬编码；未触发过单输入退路（本视图恒为 2 输入）；未在 seed 1/2 上查分。-- 与树内关系：低于最佳节点 11（62.15，mix+κ0.65+表达选胞+xy 膨胀 γ1.15）。本家族 shape_scale 最高（72.96 vs 72.48）但 cell_state/local_spatial 偏低；下一步最值得试：在本选胞机制上叠加已证明有效的 b 侧 xy 径向膨胀（γ≈1.15，节点 11）与 κ=0.5~0.65 联扫，或把型内选取从"最近 k"改为距离分位分层以保多样性。+- 已验证：代理视图跑通（~11–19s、峰值内存 ~1.3GB，限额 28GB/30min）；`vec-check` ok；seed 0 默认输出与父节点程序逐位一致（确定性）；程序不读 board/mode/路径、无阶段名或细胞数硬编码（视图无关，可过时间平移伪装）。+- 未验证：真实括号（E7.25+E8.0→E7.5，t=1/3）——但提交态与父节点逐位一致，父节点已在真实括号验证过流程；未在 seed 1/2 查分；未扫 Q=3/5 与备选权重（Q=4 已跌破 PLAN 风险①阈值，按计划停止，避免在噪声以下钓鱼）。  ## 知识来源 -坐标系约定（z 为切片轴、共有细胞型质心 Kabsch 对齐、RMS 阻尼插值）来自方法卡的通用几何做法；未使用任何保留阶段/保留基因型的测量信息、文献数值或外部数据库；prior/ 与 external/ 未使用（external 为空）。细胞类型标签仅来自输入视图 obs。+坐标系与对齐约定（z 为切片轴、共有型质心 Kabsch、RMS 阻尼插值）来自任务方法卡的通用几何做法；未使用任何保留阶段/保留基因型的测量信息；prior/ 与 external/ 未使用（external 为空）。细胞类型标签仅来自输入视图 obs。diff --git a/solution/run.py b/solution/run.pyindex 01461f9..ea1f8d0 100644--- a/solution/run.py+++ b/solution/run.py@@ -37,6 +37,46 @@ SCALE_DAMP = float(os.environ.get("SCALE_DAMP", "0.455")) ALIGN = os.environ.get("ALIGN", "procrustes3d") JOINT_SEL = os.environ.get("JOINT_SEL", "on").lower() MIN_TYPE = int(os.environ.get("MIN_TYPE", "10"))+STRAT_Q = int(os.environ.get("STRAT_Q", "0"))+STRAT_W = np.array(+    [float(x) for x in os.environ.get("STRAT_W", "0.4,0.3,0.2,0.1").split(",") if x.strip() != ""],+    dtype=np.float64,+)+EXPAND_GAMMA = float(os.environ.get("EXPAND_GAMMA", "1.0"))+++def _stratified_pick(d: np.ndarray, k: int, q: int, w: np.ndarray) -> tuple[np.ndarray, np.ndarray]:+    """Deterministic distance-quantile stratified pick.++    Sort pool by distance d, split into q equal-frequency buckets, allocate k+    quotas by weights w (largest-remainder), take the closest `quota` cells in+    each bucket; deficit in a bucket carries to the next bucket. Returns+    (indices_into_pool_sorted_order, per_bucket_taken)."""+    n = d.size+    q = int(min(q, n))+    if q <= 1 or k >= n:+        return np.argsort(d, kind="stable")[: min(k, n)], np.array([min(k, n)])+    wq = w[:q] if w.size >= q else np.concatenate([w, np.full(q - w.size, w.mean() if w.size else 1.0 / q)])+    wq = wq / max(wq.sum(), 1e-12)+    raw = wq * k+    quotas = np.floor(raw).astype(int)+    rem = k - quotas.sum()+    if rem > 0:+        fracs = np.argsort(-(raw - quotas), kind="stable")+        for j in fracs[:rem]:+            quotas[j] += 1+    bounds = np.linspace(0, n, q + 1).astype(int)+    picked, taken, carry = [], [], 0+    for i in range(q):+        lo_i, hi_i = int(bounds[i]), int(bounds[i + 1])+        avail = hi_i - lo_i+        want = int(quotas[i]) + carry+        got = int(min(want, avail))+        picked.append(np.arange(lo_i, lo_i + got))+        carry = want - got+        taken.append(got)+    order = np.concatenate(picked) if picked else np.array([], dtype=int)+    return np.argsort(d, kind="stable")[order], np.asarray(taken)   def _z(block: np.ndarray) -> np.ndarray:@@ -152,7 +192,7 @@ def main(view: str, out: str, seed: int) -> None:     shared = sorted({t_ for t_ in types if np.sum(lab_a == t_) >= MIN_TYPE and np.sum(lab_b == t_) >= MIN_TYPE})      counts_b = _alloc_counts(lab_b, sorted(set(lab_b.tolist())), n_b)-    picks_b, diag_sel, diag_rnd = [], [], []+    picks_b, diag_sel, diag_rnd, bucket_diag, diag_sel_std = [], [], [], [], []     for t_ in sorted(set(lab_b.tolist())):         pool = np.flatnonzero(lab_b == t_)         k = int(counts_b.get(t_, 0))@@ -166,11 +206,23 @@ def main(view: str, out: str, seed: int) -> None:             mu_b = Lb[pool].mean(axis=0)             target = (1.0 - float(t)) * mu_a + float(t) * mu_b             d = np.linalg.norm(Lb[pool] - target, axis=1)-            order = np.argsort(d, kind="stable")[:k]-            sel = pool[order]-            d_sel = d[order]-            d_rnd = d[rng.permutation(pool.size)[:k]]+            if STRAT_Q > 0:+                order, taken_b = _stratified_pick(d, k, STRAT_Q, STRAT_W)+                if order.size < k:  # deficit carry-over: next-closest unselected+                    mask = np.ones(pool.size, dtype=bool)+                    mask[order] = False+                    extra = np.flatnonzero(mask)[np.argsort(d[mask], kind="stable")[: k - order.size]]+                    order = np.concatenate([order, extra])+                sel = pool[order]+                d_sel = d[np.sort(order)]+                bucket_diag.append((t_, k, taken_b.tolist()))+                diag_sel_std.append(float(d_sel.std()))+            else:+                order = np.argsort(d, kind="stable")[:k]+                sel = pool[order]+                d_sel = d[order]             diag_sel.append(d_sel.mean())+            d_rnd = d[rng.permutation(pool.size)[:k]]             diag_rnd.append(d_rnd.mean())         else:             sel = pool[rng.permutation(pool.size)[:k]]@@ -183,12 +235,23 @@ def main(view: str, out: str, seed: int) -> None:         f"knn={K_NN} kpca={K_PCA} w_geo={W_GEO} kappa={KAPPA} damp={SCALE_DAMP} "         f"rms_target={rms_t:.1f} z_axis={info.get('z_axis_a')}/{info.get('z_axis_b')} "         f"sel_d={np.mean(diag_sel) if diag_sel else float('nan'):.4f} "-        f"rnd_d={np.mean(diag_rnd) if diag_rnd else float('nan'):.4f}",+        f"sel_d_std={np.mean(diag_sel_std) if diag_sel_std else float('nan'):.4f} "+        f"rnd_d={np.mean(diag_rnd) if diag_rnd else float('nan'):.4f} "+        f"strat_q={STRAT_Q} w={STRAT_W.tolist()} gamma={EXPAND_GAMMA}",         file=sys.stderr,     )+    if bucket_diag:+        for t_, k_, taken_ in bucket_diag:+            print(f"[diag-bucket] {t_}: k={k_} taken={taken_}", file=sys.stderr)      X = np.vstack([Xa[idx_a], Xb[idx_b]]).astype(np.float32)     C = np.vstack([ca[idx_a], cb[idx_b]]) if len(idx_b) else ca[idx_a]+    if EXPAND_GAMMA != 1.0 and len(idx_b):+        cen = C.mean(axis=0)+        nb = len(idx_b)+        C[len(idx_a):, 0] = cen[0] + (C[len(idx_a):, 0] - cen[0]) * EXPAND_GAMMA+        C[len(idx_a):, 1] = cen[1] + (C[len(idx_a):, 1] - cen[1]) * EXPAND_GAMMA+        print(f"[diag] expand gamma={EXPAND_GAMMA} on n_b={nb}", file=sys.stderr)     write_t2(out, X, C, genes, 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。总结：

**做了什么**：按 PLAN 在父节点 18 代码里实现两个开关——b 侧选胞距离分位分层（`STRAT_Q`/`STRAT_W`，等频桶+权重名额+缺额顺延）和 b 侧 xy 径向膨胀（`EXPAND_GAMMA`）。机制确认运行（10 个共有型各 4 桶选取数非空，sel_d 4.66→5.62、σ=1.12），但均被代理证伪：分层 Q4 使 cell_state 51.08→49.45（触发 PLAN 风险①阈值 <52），膨胀 γ1.15 使 shape_scale 72.96→68.14（触发风险②阈值 <73.5，本底座 RMS 已正中目标，膨胀只伤占据率）。提交态默认两开关关闭，输出与父节点程序 seed 0 逐位一致。

**查分结果**（A 半，3 次）：分层 59.71、膨胀 59.48、off 对照 60.65（=父节点，正式分预期 ≈61.73）。`vec-check` ok。

**下一步最值得试**：本底座的 shape_scale（74.3 正式）全树最高但 cell_state 最低——最弱组的增益更可能来自 latent 本身（如加入 z 切片/径向位置以外的形态特征，或 κ 与选胞 target 定义 (1−t)μ_a+tμ_b 的插值系数解耦扫描），而不是采样多样性或坐标后处理；后者两条路已分别被节点 20（本节点）与膨胀实验关闭。

调研员

```json
{
  "name": "联合latent选胞距离分位分层抽样+b侧xy径向膨胀γ1.15",
  "motivation": "父节点18最弱组cell_state=52.56，比树最佳节点11的54.35低1.79分。当前选取取距target最近k个细胞，被选b细胞到target距离均值4.66、方差极小，选出细胞高度同质，缺乏状态多样性。ANALYSIS建议改为距离分位分层以保多样性。同时local_spatial=59.83低于节点11的60.69，节点11已证明xy径向膨胀γ=1.15可补回组成阻尼造成的空间占据损失（+0.69 local_spatial）。",
  "approach": "保留节点18全部流程（联合latent构建、procrustes3d、RMS阻尼0.455、κ=0.65）。改动一（主）：对每个共有型，将b侧pool按到target的联合latent距离排序后分成Q=4个等频分位桶，按权重w=[0.40,0.30,0.20,0.10]分配k个名额到各桶（偏近端但保证远端代表），桶内按距离rank确定性取；若某桶细胞不足则全取并把余额转给下一桶。环境变量STRAT_Q（0=关闭回到最近k，即父节点行为；默认4；搜索3,4,5）、STRAT_W（默认'0.4,0.3,0.2,0.1'；备选'0.5,0.3,0.15,0.05'和均匀'0.25,0.25,0.25,0.25'）。改动二（次）：选出的b侧细胞绕输出云质心做xy径向膨胀γ=1.15（z不动），在最终RMS缩放前执行，复用节点11的实现逻辑。环境变量EXPAND_GAMMA（1.0=关闭；默认1.15；搜索1.10,1.20）。单输入阶段退路不变（复制anchor）。筛选顺序：①STRAT_Q=4+w默认，1次查分看cell_state是否>53.5；②若有效，试Q=3和Q=5各1次；③叠加EXPAND_GAMMA=1.15，1次查分看local_spatial和shape_scale；④若shape_scale掉>1分，试γ=1.10；⑤off对照STRAT_Q=0+EXPAND_GAMMA=1.0（应复现父节点61.73±1）。总计≤8次查分，每次运行~20s，30分钟内充裕。",
  "expected_groups": ["cell_state", "local_spatial"],
  "risks": "①分位分层可能稀释中间态偏好，导致cell_state不升反降——Engineer应在第①步即对比on/off的cell_state，若<52则停止分层、只保留膨胀；②xy膨胀在节点14（radial bin底座）上被否证，但节点18的shape_scale=74.34远高于节点14的72.68，膨胀可能压缩shape——第③步若shape_scale<73.5则放弃膨胀；③Q和权重的组合空间不大但30分钟内只够扫主效应，不应做全网格。",
  "family_id": "T2EI-03",
  "mechanism": "将b侧型内选胞从确定性最近k改为距离分位分层抽样：保持中间态偏好（近端桶权重高）的同时强制选入一定比例的远端细胞，增加被选细胞在联合latent空间的状态多样性；叠加xy径向膨胀补偿组成阻尼的空间占据损失。",
  "vs_constant_shift": "不改变任何细胞的表达值或坐标值；改变的是哪些细胞被选入输出集合（离散选择），且选择依据每个细胞在联合latent中到型特异性target的距离分位位置，不同细胞被选概率不同。常数位移对所有同型细胞施加相同向量，本机制是同型内的非均匀采样策略。",
  "mechanism_evidence": "①被选b细胞到target的距离分布：分层后应呈多峰或宽分布（标准差显著大于最近k的σ），均值仍低于随机选取的6.80；②cell_state分组分从52.56上升≥1分（超过T2噪声）；③四组分对比：cell_state和local_spatial升、shape_scale不降>1分；④打印每个共有型在各分位桶的实际选取数，确认远端桶非空。",
  "mechanism_off_control": "STRAT_Q=0且EXPAND_GAMMA=1.0时，选取退化为最近k、无膨胀，输出应与父节点18逐位一致（同seed）。预期差别：关闭后cell_state回到~52.5，开启后≥53.5；关闭后local_spatial~59.8，开启膨胀后≥60.3。"
}
```