总览 · ← 返回运行 20261003-070222-search-t2-heart-extrap-g24-D

节点 n12 在终选来历上

去除伪批量位移（α=0）+ 确定性 PCA 坐标规范化 + 各向同性缩放到 0.946×max_k RMS(input_k)，shape_scale 66.60

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 7cfce055ec: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 519bca4055。改动的文件：solution/METHOD.md +25 −41、solution/README.md +9 −6、solution/run.py +87 −119

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex c28b540..6c9f001 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,56 +1,40 @@-tune of #4: α from 0.05 to 0.02 (recover expression_change and cell_state gains seen in rounds 0-1), and target RMS scale factor from 1.0 to 0.95 (round 1 showed factor>1.0 hurts shape_scale; try slightly below max to approach the reference scale of 335).--表达匹配型伪批量位移（α=0.05，覆盖全部细胞）+ 坐标尺度取各输入阶段观测到的最大 RMS 半径（形状不变，仅整体缩放）。+去除伪批量位移（α=0）+ 确定性 PCA 坐标规范化 + 各向同性缩放到 0.946×max_k RMS(input_k)，shape_scale 66.60  ## 榜 / 视图 -`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5（步长比 1.5）。--## 方法--1. **配对（PLAN family T2HX-01）**：prev 阶段每个细胞类型的表达质心（余弦，只用两阶段中至少一方 ≥1% 细胞检出的基因，本视图 480/500）；last 阶段每个细胞按余弦相似度取最近的 prev 质心，得到"表达匹配类型"。不依赖两阶段类型同名，因此名字对不上时（方法卡记录的 final 上只剩 5 个同名类型）机制仍然覆盖全部细胞。-2. **位移**：对每个匹配类型 t，`delta_t = mean(last | 匹配到 t) − mean(prev | t)`（全基因面板上算），每细胞加 `α·delta_t`，α=0.05，clip ≥0。不乘步长比（`time_scale=false`）。-3. **坐标尺度**：把 last 阶段的点云整体缩放到 `max_k RMS(input_k)`。理由：一个阶段测到的空间 RMS 半径取决于该样本覆盖了多少结构（视野 / 保留的切片数），只能**低估**真实尺寸，不是单调的生物量；本视图上它从 354（较早）降到 217（较晚），沿趋势外推一定错。胚胎随时间长大，所以更晚的目标阶段其尺度至少是各输入里观测到的最大值。形状、细胞间相对位置、z 切片结构都不动（只做各向同性缩放）。单输入时是恒等操作。-4. **组成 / 细胞数**：不动（α_comp=0，n=last.n 夹到 [min_cells, max_cells]）。实测外推组成趋势明显有害（见下）。-5. **单输入退路**：直接复制该阶段（分层抽到 max_cells）。--对照开关：环境变量 `VEC_MECH_OFF=1` → α=0，其余代码路径完全不变（PLAN 的 mechanism_off_control）。提交状态为**打开**（α=0.05）。--## 机制生效的证据（proxy，seed 0，程序 stderr）+`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5（步长比 1.5）。纯 CPU，约 4.6 s，峰值内存 <1 GB（`EXECUTION.json`: `gpu=false`）。 -- `n_shifted = 24826`：全部输出细胞都拿到非零位移（父节点按名字匹配时也是 24826 —— 见"PLAN 前提被证伪"）。-- `n_matched_types = 33`（prev 的 33 个类型全部被匹配到），`max_matched_frac = 0.153`（没有单一类型吞掉 >50% 细胞）。-- `agree_with_name = 0.725`：表达匹配与标签一致率 72.5%，说明匹配大体合理但不是照抄标签。-- `mean_delta_cos = 0.500`：33 个位移向量两两余弦均值 0.50（<0.9），方向有分化。-- 四组分变化（ON 52.93 vs OFF 53.21，OFF = 只做坐标尺度）：expression_change 50.0→49.67（de_score 0→−0.042，de_direction 0→+0.017）、cell_state 50.0→49.06（mmd_u 0.0586→0.0584 变好，variogram 0.0586→0.0634 变差，净负）、local_spatial 50.0→50.15（neighborhood_mmd 0.1144→0.1138）、shape_scale 62.83→62.83（位移不动坐标）。+## 方法（PLAN family T2HX-06） -## 查分结果（proxy A 半，共 11 次）+1. **表达：完全照抄末阶段（α=0）**。父节点 10 保留的「表达匹配型伪批量位移」被删除，不再只是调小。依据：树内数据一致显示该机制在 α∈{0.02, 0.05} 上都不产生超出噪声的收益，且方向偏负（cell_state 49.04 / 49.40，α=0 时为 50.00；expression_change 49.87 / 50.00 vs 50.00）。删除后 cell_state、expression_change 都回到 50.00。+2. **坐标：确定性 PCA 规范化**（本节点相对父节点 10 的结构修复）。末阶段点云 → 去质心 → 协方差 `eigh` → 特征值降序（`stable` 排序，并列按列序）→ 若 det<0 翻转最后一列（固定手性）→ 每根轴按**第三中心矩为正**定向（退化时依次用第一矩、特征向量最大绝对值分量的符号），得到与采集姿态无关、且对同一朵点云唯一的规范帧。+3. **坐标：各向同性缩放到 `FACTOR × max_k RMS(input_k)`，FACTOR=0.946**。理由（生物学/几何，不依赖保留阶段）：一个样本测到的空间 RMS 半径取决于它覆盖了多少结构（视野、保留切片数），只能**低估**真实尺寸，因此不是随时间单调的生物量——本视图上它从 354（较早）降到 217（较晚），沿趋势外推必错；胚胎随时间长大，更晚的目标阶段其尺度至少是各输入观测到的最大值，再乘一个阻尼因子。只做刚体旋转 + 全局缩放，细胞间相对几何、z 切片结构都不动。+4. **细胞数 / 组成**：不动，`n = clip(last.n, min_cells, max_cells)`，超上限时用 `src.task2_spatial.sample.take` 按细胞类型分层无放回抽样（proxy 上 53742 → 24826）。+5. **单输入退路**：无 prev 时同样走规范化 + 缩放（此时 max RMS 就是该点云自身的 RMS，缩放为恒等），表达照抄，分层抽到 max_cells，不崩。 -| 配置 | board | expr_change | cell_state | shape | local |-|---|---:|---:|---:|---:|---:|-| copy_last（父节点 1 / 机制关闭且不改尺度） | 50.00 | 50.0 | 50.0 | 50.0 | 50.0 |-| 父节点 2：damped_shift α=0.1 按名字，尺度不动 | 49.51 | 49.35 | 48.41 | 50.0 | 50.27 |-| RMS = 两输入算术均值 285 | 51.93 | 50 | 50 | 57.73 | 50 |-| **RMS = max(输入) = 354（机制关闭）** | **53.21** | 50.0 | 50.0 | **62.83** | 50.0 |-| RMS = max + 表达匹配位移 α=0.05（**提交版**） | **52.93** | 49.67 | 49.06 | 62.83 | 50.15 |-| RMS = max + 表达匹配位移 α=0.1 | 52.86 | 49.67 | 48.65 | 62.83 | 50.31 |-| RMS = max + 组成外推 α_comp=1.0，n=0.8·last | 50.75 | 44.55 | 48.04 | 62.02 | 48.37 |-| 逐轴 RMS 取各输入最大（改纵横比） | 51.80 | 50.0 | 50.0 | 57.11 | 50.09 |+`FACTOR` 是唯一被扫的标量；`VEC_FACTOR` 环境变量只为扫参存在，提交时不设置，走代码里的 0.946。 -关键量：`scale_log_ratio` 从 −0.4375（copy_last，217/335）到 +0.0528（354/335），shape_scale 50→62.83，是本节点全部增益来源。逐轴缩放把 `d2_shape` 从 0.0489 改到 0.0299（更好）但 `occupancy_dice` 从 0.815 掉到 0.771，净负，故不采用。+## 机制生效的证据 -## PLAN 前提被证伪（重要）+- **实际改变了什么**：只改坐标（旋转 + 全局缩放），表达矩阵与细胞集合完全等同 copy_last。proxy seed 0 实测：`rms_inputs=[354.13, 216.88]` → `rms_out=335.00`，`scale_log_ratio=-0.0027`（≈0），PCA `eig_frac=[0.398, 0.350, 0.252]`，`axis_signs=[+1,-1,+1]`（确实翻了轴，不是恒等变换）。+- **四组分变化**（父节点 10 → 本节点，同一 proxy）：cell_state 49.40 → **50.00**；expression_change 50.00 → **50.00**；local_spatial 50.07 → **50.00**（噪声内）；shape_scale 66.27 → **66.60**。榜分 53.94 → **54.15**。+- **机制关闭对照**（`VEC_MECH_OFF=1`，跳过 PCA 规范化与缩放，输出末阶段原始坐标）：shape_scale 66.60 → **50.00**，`scale_log_ratio` → −0.4375，其余三组不变（表达未动），榜分 **50.00**（= copy_last 地板）。即 +4.15 榜分全部来自该坐标机制，与 PLAN 的 `mechanism_off_control` 预期一致。 -PLAN 假设父节点弱在"按名字匹配 → 只有 5 个同名类型 → 机制空转"。在 proxy 上不是这样：E8.25_late 与 E8.75 的 33 个类型**全部同名**，父节点的 `n_shifted` 已经是 24826（全部细胞）。方法卡说的"只剩 5 个同名类型"指的是 final 视图的 E8.75→E9.5 那一步，不是 proxy。所以表达匹配在 proxy 上只是换了一套略不同的位移向量（与名字一致率 72.5%），没有"激活"任何新细胞，结果同样轻微为负：**这一族（沿上一阶段观测到的伪批量变化方向做阻尼位移）在本 proxy 上方向就是错的**，α=0.05→0.1 单调变差，与方法卡网格一致。父节点 cell_state 48.41 的最弱项不是覆盖问题，而是位移方向问题。+## 验证过的 -提交版仍保持机制打开（α=0.05，PLAN 要求），代价 0.28 分（53.21→52.93，远小于评分噪声量级），并在 METHOD.md 里如实记录 OFF 更高。+- **FACTOR 细扫（9 次 `vec-score`，全部 proxy seed 0）**：0.90→53.32 / 0.92→53.68 / 0.94→54.06 / 0.943→54.12 / **0.946→54.15** / 0.948→54.11 / 0.95→54.07 / 0.96→53.88 / 0.98→53.53。shape_scale 分别为 63.28 / 64.71 / 66.25 / 66.49 / **66.60** / 66.44 / 66.28 / 65.51 / 64.10。峰值在 0.946（`scale_log_ratio` 最接近 0），两侧单调下降，与父节点 ANALYSIS 的「factor 是最强单一杠杆」一致。+- **种子稳定性**：seed 0 / 1 / 2 榜分均为 54.1494（分层抽样对指标影响可忽略），rank3 期望 ≈54.15。+- **确定性**：同 seed 重跑，`.X`（data/indices/indptr）、`obsm/spatial_3D`、`obs`、`var` 逐字节相同。+- **视图无关**：在伪装视图（随机路径、manifest 键序打乱、所有阶段时间统一 +1 天）上重跑 seed 0，`.X` 与 `spatial_3D` 与真实视图完全相同。代码不读 `board`/`mode`/`source`/`dataset`，不依赖绝对发育时间（只用 `extrap_step` 的步长比，且仅用于日志）。+- **格式**：`vec-check --data <proxy view>` → `{"status": "ok", "errors": []}`。 -## 验证过 / 没验证过+## 没验证 / 风险 -- 验证过：proxy 上 seed 0 的 11 次查分（额度余 9）（上表）；`vec-check` 通过；机制开/关两条路径都能跑（3 s，峰值内存约 0.6 GB，纯 CPU，`EXECUTION.json` 声明 `gpu:false`）；α=0 时输出与 copy_last + 尺度缩放逐指标一致。-- 没验证过：final 视图（3 个输入，max=354 而 last=335，尺度规则会把点云放大 5.7%，方向未知）；其他 seed（程序只在 n<last.n 时用 rng 抽样，本视图 n=last.n=24826 ≤ max_cells=25179，走 `arange`，与 seed 无关）；单输入退路只做了代码走查，没有对应视图可跑；`VEC_MECH_OFF=1` 之外的环境变量没有分支。-- 视图无关性：只用输入的时间**顺序**、时间**差**（步长比）和数据本身，不读 `board`/`mode`/路径/绝对时间；时间整体平移不改变任何输出。+- 0.946 是在 proxy 括号（E8.25+E8.75）上扫出的阻尼因子；真实外推括号是 E8.75+E9.5 → E10.5，输入 RMS 组合不同，`max_k RMS(input_k) × 0.946` 未必同样贴近真值。方法卡记录的 final 上 E8.75→E9.5 只剩 5 个同名类型——本方法**不用类型名也不用 prev 的表达**（表达照抄末阶段），所以类型名对不上不影响；PCA 也不依赖类型名。+- PCA 规范化把点云旋到一个由自身三阶矩决定的帧。若评分器的对齐是各向同性的（Procrustes/Kabsch），旋转本身是中性的，收益应主要来自尺度；实测加 PCA 比不加（父节点 10 的 66.27）高 0.33，落在 T2 噪声（约 1 分）内，**不能确认 PCA 规范化本身有独立收益**，只能说没有害处。+- shape_scale 已被 `d2_shape=0.04891`（形状项，跨所有 factor 恒定）钉住，只靠全局缩放无法再涨；要突破需要改变点云形状，而这需要关于保留阶段形态的信息，属禁用范围。+- cell_state / expression_change / local_spatial 三组恒为 50.00（= copy_last 水平）。本节点没有提出任何能真正预测 E9.5→E10.5 表达变化的机制，这是已知的最大缺口。  ## 知识来源 -只用了通用机制知识：小鼠胚胎/心脏在该时间窗内整体尺寸随时间单调增长（发育生物学常识，非任何保留阶段的测量）；以及"一个样本测到的空间范围受视野与保留切片数限制，只会低估不会高估结构真实尺寸"（成像/采样的几何性质）。没有使用 E9.5 / E10.5 / E12.5 或禁窗内任何测量值、类型清单或比例；`external/`（Qiu E8.75）和 `prior/` 都没有读取。所有数值都在运行时从 manifest 指定的输入现场计算。+只用通用机制知识：胚胎随发育时间增大（尺度非递减），以及「样本测到的空间范围受视野/切片保留限制、只能低估真实结构尺寸」这一测量学事实。未使用任何保留阶段（E10.5、E12.5，禁窗 9.5<E≤13.5）或保留基因型的实测数据、比例、标记基因或形态信息；`external/`（Qiu E8.75）与 `prior/` 均未被 `run.py` 读取。diff --git a/solution/README.md b/solution/README.mdindex 4cef581..c47e482 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,9 +1,12 @@-# T2:heart:val_extrap — 表达匹配伪批量位移 + 观测最大空间尺度+# T2:heart:val_extrap — α=0 照抄末阶段表达 + PCA 规范化坐标 + 0.946×max RMS 缩放 -`run.py --data <view> --out <pred.h5ad> --seed <int>`（纯 CPU，约 3 s，见 `EXECUTION.json`）。+`run.py --data <view> --out <pred.h5ad> --seed <int>`（纯 CPU，约 5 s，`EXECUTION.json`: gpu=false）。 -- 表达：last 阶段每个细胞按余弦相似度匹配到 prev 阶段最近的类型质心，加 α=0.05·该匹配类型的伪批量差（`VEC_MECH_OFF=1` 关闭机制 → α=0）。-- 坐标：整体缩放到各输入阶段中最大的 RMS 半径（各向同性，形状不变）。-- 组成与细胞数：保持 last 阶段；单输入时直接复制该阶段。+- 表达：末阶段原样照抄（位移机制已删除，α=0）。+- 坐标：确定性 PCA 规范帧（去质心 → eigh 降序 → det=+1 → 第三矩定向），再各向同性缩放到 `FACTOR × max_k RMS(input_k)`，FACTOR=0.946。+- 细胞数：`clip(last.n, min_cells, max_cells)`，超上限时按细胞类型分层无放回抽样。+- 单输入：同一代码路径（缩放退化为恒等），不崩。+- `VEC_MECH_OFF=1`：关闭 PCA 规范化与缩放（= copy_last 空间部分），用于机制对照。+- `VEC_FACTOR=<f>`：仅扫参用，提交时不设置。 -分数、对照与已证伪的 PLAN 前提见 `METHOD.md`。+细节与验证见 `METHOD.md`。无模型权重，故无 `ARTIFACTS.json`。diff --git a/solution/run.py b/solution/run.pyindex 94d8100..544ab96 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,29 +1,32 @@ #!/usr/bin/env python3-"""T2 extrapolation: expression-matched damped pseudobulk shift + observed-extent coordinate scale.--Mechanism (PLAN family T2HX-01).  The two latest inputs give one observed step-(prev -> last).  Every ``last`` cell is assigned the ``prev`` cell type whose-expression centroid is closest (cosine, on genes detected in >=1% of cells of-either stage), so coverage does not depend on the two stages sharing type-*names*.  For each matched type ``t`` the pseudobulk delta is-``mean(last | matched to t) - mean(prev | t)`` and each cell receives-``alpha * delta_t`` (alpha = 0.05).  Set ``VEC_MECH_OFF=1`` for the PLAN's-mechanism-off control (alpha = 0, expression = copy of the last stage).--Coordinate scale.  The measured spatial RMS radius of a stage is set by how-much of the specimen the sample covers (field of view / sections kept), so it-is not a monotone biological quantity: on this view it goes 354 (earlier) ->-217 (later).  A sample can only *underestimate* the extent of the structure it-comes from, and the embryo grows with time, so the extent of a later target is-taken to be at least the largest RMS radius observed among the inputs; the last-stage's cloud is rescaled to that radius (shape preserved, cells not moved-relative to each other).  With one input this is a no-op.--Composition and cell count are left at the last stage's (alpha_comp = 0);-extrapolating the observed composition trend measured clearly worse than-holding it (expression_change 44.6 vs 50.0).--Single input stage: fall back to copying it (stratified to max_cells).+"""T2 extrapolation: copy-last expression + deterministic PCA-normalised, rescaled coordinates.++Mechanism (PLAN family T2HX-06).  Two parts:++1. Expression: the last observed stage is copied verbatim (alpha = 0).  On the+   proxy, pseudobulk displacement with alpha in [0.02, 0.05] never produced a+   gain above noise (cell_state 49.04-49.40 vs 50.00 at alpha = 0), so the+   shift mechanism is removed rather than tuned.++2. Coordinates: the last stage's point cloud is put in a deterministic+   canonical frame (centroid at origin, PCA rotation with fixed chirality and+   axis orientation via third moments) and then rescaled isotropically to+   ``FACTOR * max_k RMS(input_k)``.  Rationale: the measured RMS radius of a+   sample can only underestimate the extent of the structure (field of view /+   sections kept), it is not monotone in time (proxy inputs: 354 -> 217), and+   the embryo grows, so the target extent is at least the largest observed+   input RMS, damped by FACTOR.  PCA normalisation removes the arbitrary+   acquisition rotation of the sample so the scorer's alignment step compares+   clouds in a reproducible frame.  Cell-to-cell relative geometry is+   preserved (rigid rotation + global scale only).++``VEC_MECH_OFF=1`` disables PCA normalisation and rescaling (raw last-stage+coordinates = copy_last spatial part).  ``VEC_FACTOR`` overrides FACTOR+(scan knob, defaults to the committed value).++Single input stage: coordinates still get the canonical frame (scaling is+identity since the single input RMS is the cloud's own RMS); expression is+copied, stratified to max_cells. """  from __future__ import annotations@@ -34,7 +37,6 @@ import os import sys  import numpy as np-import scipy.sparse as sp  from src.task2_spatial.frame import rms_radius, scale_to_rms from src.task2_spatial.sample import take@@ -48,69 +50,41 @@ from src.task2_spatial.view_io import (     write_t2, ) -ALPHA = 0.02-MIN_CELL_FRAC = 0.01---def _row_normalise(X: sp.csr_matrix) -> sp.csr_matrix:-    Y = X.copy().astype(np.float64)-    norms = np.sqrt(np.add.reduceat(np.asarray(Y.data) ** 2, Y.indptr[:-1])) if Y.nnz else np.zeros(Y.shape[0])-    norms = np.where(norms > 1e-12, norms, 1.0)-    Y.data /= np.repeat(norms, np.diff(Y.indptr))-    return Y.tocsr()---def _detect_frac(X: sp.csr_matrix) -> np.ndarray:-    idx = X.indices-    counts = np.bincount(idx, minlength=X.shape[1])-    return counts / max(X.shape[0], 1)---def _group_means(X: sp.csr_matrix, codes: np.ndarray, k: int) -> np.ndarray:-    ind = sp.csr_matrix(-        (np.ones(len(codes), dtype=np.float64), (codes, np.arange(len(codes)))),-        shape=(k, len(codes)),-    )-    sums = np.asarray((ind @ X.astype(np.float64)).todense())-    cnt = np.bincount(codes, minlength=k).astype(np.float64)[:, None]-    return sums / np.maximum(cnt, 1.0)---def matched_delta(prev, last, alpha: float):-    """Cosine-match last cells to prev type centroids; return (codes, types, delta, diag)."""-    keep = (_detect_frac(prev.X) >= MIN_CELL_FRAC) | (_detect_frac(last.X) >= MIN_CELL_FRAC)-    keep = np.flatnonzero(keep)-    Xp = prev.X[:, keep].tocsr()-    Xl = last.X[:, keep].tocsr()-    types = sorted(set(np.asarray(prev.labels).astype(str).tolist()))-    t_of = {t: i for i, t in enumerate(types)}-    pcode = np.array([t_of[t] for t in np.asarray(prev.labels).astype(str)], dtype=np.int64)-    cen = _group_means(Xp, pcode, len(types))-    cen /= np.maximum(np.linalg.norm(cen, axis=1, keepdims=True), 1e-12)-    sim = np.asarray(_row_normalise(Xl) @ cen.T)-    code = sim.argmax(1)-    lcode = code.astype(np.int64)-    # deltas are computed on the full panel (matching used the filtered subset)-    full_prev = _group_means(prev.X, pcode, len(types))-    full_last = _group_means(last.X, lcode, len(types))-    delta = (full_last - full_prev).astype(np.float32)-    counts = np.bincount(lcode, minlength=len(types))-    diag = {-        "n_kept_genes": int(keep.size),-        "n_prev_types": len(types),-        "n_matched_types": int((counts > 0).sum()),-        "max_matched_frac": float(counts.max() / max(len(lcode), 1)),-        "mean_max_sim": float(sim.max(1).mean()),-        "agree_with_name": float((np.asarray(types)[lcode] == np.asarray(last.labels).astype(str)).mean()),-    }-    used = counts > 0-    if used.sum() > 1:-        d = delta[used].astype(np.float64)-        dn = d / np.maximum(np.linalg.norm(d, axis=1, keepdims=True), 1e-12)-        cos = dn @ dn.T-        iu = np.triu_indices(len(dn), 1)-        diag["mean_delta_cos"] = float(cos[iu].mean())-    return lcode, types, delta, diag+FACTOR = 0.946+++def pca_canonicalise(coords: np.ndarray) -> tuple[np.ndarray, dict]:+    """Center, PCA-rotate with fixed chirality (det=+1) and axis signs (3rd moment).++    Deterministic given the point cloud: eigen-decomposition of the covariance+    with descending eigenvalues; ties broken by column order; each axis flipped+    so its third central moment is positive (fallback: positive first moment,+    then positive largest-|entry| of the eigenvector).+    """+    x = np.asarray(coords, dtype=np.float64)+    x = x - x.mean(axis=0)+    cov = (x.T @ x) / max(len(x) - 1, 1)+    evals, evecs = np.linalg.eigh(cov)+    order = np.argsort(-evals, kind="stable")+    evals, evecs = evals[order], evecs[:, order]+    if np.linalg.det(evecs) < 0:+        evecs[:, -1] *= -1.0+    diag = {"eig_frac": [float(v / max(evals.sum(), 1e-12)) for v in evals]}+    for j in range(evecs.shape[1]):+        y = x @ evecs[:, j]+        m3 = float((y**3).mean())+        if abs(m3) < 1e-12:+            m1 = float(y.mean())+            if abs(m1) < 1e-12:+                k = int(np.argmax(np.abs(evecs[:, j])))+                s = 1.0 if evecs[k, j] > 0 else -1.0+            else:+                s = 1.0 if m1 > 0 else -1.0+        else:+            s = 1.0 if m3 > 0 else -1.0+        evecs[:, j] *= s+        diag.setdefault("axis_signs", []).append(int(s))+    return x @ evecs, diag   def main() -> None:@@ -120,7 +94,8 @@ def main() -> None:     parser.add_argument("--seed", type=int, default=0)     args = parser.parse_args() -    alpha = 0.0 if os.environ.get("VEC_MECH_OFF", "") == "1" else ALPHA+    mech_off = os.environ.get("VEC_MECH_OFF", "") == "1"+    factor = float(os.environ.get("VEC_FACTOR", "") or FACTOR)      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -129,38 +104,31 @@ def main() -> None:     prev_e, last_e, ratio = extrap_step(manifest)     last = read_stage(args.data, last_e, genes) -    if prev_e is None:-        n = int(np.clip(last.n, lo, hi))-        rows = np.sort(take(last.labels, min(n, last.n), rng))-        write_t2(args.out, last.X[rows].toarray(), last.coords[rows], genes, seed=args.seed)-        print(json.dumps({"fallback": "copy_last", "n": int(len(rows))}), file=sys.stderr)-        return--    prev = read_stage(args.data, prev_e, genes)-    n = int(np.clip(last.n, lo, hi))+    n = int(np.clip(min(last.n, hi), lo, hi))     idx = np.arange(last.n) if n >= last.n else np.sort(take(last.labels, n, rng))--    info: dict = {"alpha": alpha, "dt_ratio": float(ratio), "n": int(len(idx))}     block = as_dense(last.X, idx).astype(np.float32)-    if alpha:-        code, types, delta, diag = matched_delta(prev, last, alpha)-        add = delta[code[idx]]-        block = np.clip(block + np.float32(alpha) * add, 0.0, None).astype(np.float32)-        info["match"] = diag-        info["n_shifted"] = int((np.abs(add).sum(1) > 0).sum())--    radii = [rms_radius(read_stage(args.data, e, genes).coords) for e in inputs_by_time(manifest)]-    target_rms = float(np.max(radii)) * 0.95-    coords = scale_to_rms(last.coords[idx], target_rms)-    info.update(-        step=[prev_e["stage"], last_e["stage"], manifest["target"]["stage"]],-        rms_inputs=[round(r, 2) for r in radii],-        rms_out=round(rms_radius(coords), 2),-        expr_mean_in=float(as_dense(last.X, idx).mean()),-        expr_mean_out=float(block.mean()),-    )++    if mech_off:+        coords = last.coords[idx].astype(np.float32)+        info: dict = {"mech": "off", "n": int(len(idx)), "rms_out": round(rms_radius(coords), 2)}+    else:+        canon, pca_diag = pca_canonicalise(last.coords[idx])+        radii = [rms_radius(read_stage(args.data, e, genes).coords) for e in inputs_by_time(manifest)]+        target_rms = float(np.max(radii)) * factor+        coords = scale_to_rms(canon, target_rms).astype(np.float32)+        info = {+            "mech": "on",+            "factor": factor,+            "dt_ratio": float(ratio),+            "n": int(len(idx)),+            "pca": pca_diag,+            "rms_inputs": [round(r, 2) for r in radii],+            "rms_out": round(rms_radius(coords), 2),+        }+        if prev_e is not None:+            info["step"] = [prev_e["stage"], last_e["stage"], manifest["target"]["stage"]]     print(json.dumps(info, default=float), file=sys.stderr)-    write_t2(args.out, block, coords.astype(np.float32), genes, seed=args.seed)+    write_t2(args.out, block, coords, genes, seed=args.seed)   if __name__ == "__main__":

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

**做了什么**：删除父节点的伪批量表达位移（α=0，表达照抄末阶段），加入确定性 PCA 坐标规范化（去质心→eigh降序→det=+1→第三矩定轴），坐标各向同性缩放到 `FACTOR×max_k RMS(input_k)`，FACTOR 细扫定为 0.946。

**查分结果**（proxy，8 次额度剩余）：FACTOR 0.90→53.32、0.92→53.68、0.94→54.06、0.943→54.12、**0.946→54.15**、0.948→54.11、0.95→54.07、0.96→53.88、0.98→53.53；seed 0/1/2 均 54.1494。分组：cell_state 50.00（父 49.40）、expression_change 50.00、local_spatial 50.00、shape_scale 66.60（父 66.27）。机制对照 `VEC_MECH_OFF=1` → 50.00（shape_scale 50.00，scale_log_ratio −0.4375）。确定性、伪装视图（时间+1、路径与 manifest 键序打乱）逐字节一致、`vec-check` ok 均已验证。

**下一步最值得试**：三组表达/邻域指标恒在 50.00，shape_scale 被 d2_shape 钉死，全局缩放已无空间。真正的缺口是一个不依赖保留阶段信息、能预测末阶段→目标阶段表达变化的机制（如用 `prior/` 的通路/TF 调控知识做谱系方向性微调，或用 `external/` 数据学「同阶段细胞间变异结构」再叠加），而不是继续调 factor。

调研员

{
  "name": "去除伪批量位移 + PCA规范化 + 缩放因子细扫",
  "motivation": "父节点10的cell_state 49.40是四组最弱，ANALYSIS确认α=0.02位移在噪声内且方向偏负（node 6证明α=0恢复50.00）。shape_scale 66.27是唯一增益来源但缺PCA规范化（node 6加后66.60）。ANALYSIS明确建议：细扫factor 0.90/0.925/0.975，去掉位移。当前最佳node 6=54.15(rank3 54.00)，本节点从node 10代码出发，结构修复后有望追平或超过。",
  "approach": "1) 删除matched_delta调用，α硬编码为0（表达照抄末阶段）；2) 加入确定性PCA规范化（质心归零→PCA旋转→det=+1→第三矩定向，与node 6相同）；3) 缩放因子f细扫：在{0.90, 0.92, 0.94, 0.946, 0.95, 0.96}上各跑一次vec-score（6次），选shape_scale最高的f；4) 若最优f与0.946差异<0.01则取0.946（与参考335一致）。总查分预算≤10次。单输入退路：无prev时直接copy_last+PCA（缩放为恒等）。用VEC_MECH_OFF=1跳过PCA和缩放作为对照。",
  "expected_groups": ["shape_scale", "cell_state"],
  "risks": "1) factor最优点可能不在扫描范围内（0.90以下或0.96以上），但已有数据显示>1.0和<0.9方向均变差，风险低；2) PCA规范化实现与node 6不一致导致手性翻转——Engineer应对照node 6代码；3) 30分钟内6次查分+代码修改时间紧，建议先改代码跑一次确认无报错再扫因子。尽早发现：第一次vec-score若shape_scale<62，说明PCA实现有误。",
  "family_id": "T2HX-06",
  "mechanism": "确定性PCA规范化（固定手性与轴朝向，消除评分器对齐的旋转方差）+ 各向同性缩放到优化因子×max输入RMS。",
  "vs_constant_shift": "不做任何表达位移或组成重加权；机制是坐标的刚体规范化（旋转+反射固定）加全局各向同性缩放，不改变细胞间相对位置，不修改表达值。",
  "mechanism_evidence": "1) shape_scale从62.83（无PCA，f=1.0）→66+（有PCA，f≈0.946）；2) scale_log_ratio≈0（缩放后RMS≈335=参考）；3) VEC_MECH_OFF=1时shape_scale回到~50（无缩放无PCA）；4) cell_state从49.40恢复到50.00（去除α位移）。",
  "mechanism_off_control": "VEC_MECH_OFF=1：跳过PCA规范化和坐标缩放，直接输出末阶段原始坐标（=copy_last的空间部分）。预期：shape_scale从66+降到~50，其余三组不变（表达未动）。",
  "sources": []
}

审查员

REVIEW.json written