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

节点 n21 在终选来历上

METHOD

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 a6c56e3a16: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 9ce29bc39a。改动的文件：solution/METHOD.md +19 −25、solution/run.py +68 −8

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex e624be4..ca51a0e 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,44 +1,38 @@ # METHOD -T2HX-09：用 external/ 同阶段 Qiu E8.75 心脏细胞估计逐基因跨平台偏移 δ，标准化后以乘性 exp(−λ·δ_norm)（λ=0.12）修正末阶段表达；坐标管线不变。proxy 榜 57.86（父 54.15），四组分全升。+T2HX-09 改进：PLAN 的「official 侧限定心脏谱系细胞」在 proxy 上证伪（53.58，de_direction −0.07）；反向操作（δ 的 official 侧只取**非**心脏匹配类型，锐化全胚 vs 纯心脏的组成对比）有效：λ=0.135 乘性修正，proxy 58.76（父 57.86）。坐标管线不变。  ## 榜 / 视图 -`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5。纯 CPU，~2.3 s，内存 <1 GB（`EXECUTION.json`: gpu=false）。查分用量 13/20。+`T2:heart:val_extrap`，proxy = E8.25_late + E8.75 → E9.5。纯 CPU，~2.2 s，内存 <1 GB（`EXECUTION.json`: gpu=false）。查分用量 6/20。 -## 实际实现的方法族（PLAN T2HX-09）+## 实际实现与 PLAN 的关系（如实记录） -1. 表达基线照抄末阶段（分层抽样到 max_cells；本视图 24826 ≤ 25179 全量）；坐标 = PCA 规范化 + 0.946×max_k RMS(input_k)，与父节点 16 完全一致（α=γ=0 边界保留在 VEC_ALPHA/VEC_GAMMA 开关后）。-2. **新机制**：从 manifest 的 `external` 里数据驱动地选出阶段窗与末输入时间相差 ≤0.26 天的文件（本视图 = Qiu E8.75，1379 细胞，3 个心脏谱系标签），在面板∩外部基因（497/500，覆盖 99.4%）上算 δ_g = mean_official[g] − mean_external[g]，标准化 δ_norm=(δ−mean δ)/std δ（去掉全局水平项），输出 X_out[:,g] = X_last[:,g]·exp(−λ·δ_norm[g])（**乘性**，见下）；非交集基因不动，零保持零，稀疏结构逐位置不变。-3. **乘性 vs 加性（PLAN 原文是加性 clip）**：加性在任何保住 expression_change 的 λ 下都把 cell_state 打穿地板以下（λ=1→26.6，0.5→36.1，0.25→40.6，0.1→44.4，0.02→48.0，最高只到 55.09）；乘性把修正幅度按表达量缩放（高表达基因多修、低表达少修、零不动），cell_state 反而**升到地板之上**：λ=0.1 时 cell_state 53.5、local_spatial 55.4、榜 57.79。这是对 PLAN 的一个实现层修正（机制同源：同一 δ、同一标准化、同一 λ 语义），已按对照验证。-4. λ 扫描（乘性）：0.03→56.58、0.07→57.47、0.1→57.79、0.15→57.79、0.2→57.33、0.4→52.78；平台中心 **λ=0.12 提交**，单独查分确认 **57.86**。-5. 单输入/无外部退路：external 里没有落在末输入 ±0.26 天窗内的数据 → λ 强制 0，输出逐字节回到父节点（安全退化，不崩）。机制不依赖 prev 阶段。-6. 视图无关：只用 manifest 的 external 时间窗、末输入时间与表达数据；不读 board/路径/绝对时间。--## 离线诊断（PLAN mechanism_evidence 要求）--- δ 分布：mean 0.2254、std 0.7816、skew 0.488、|δ|>3σ 比例 3.02%（<5%，按 PLAN 用均值不用中位数）；δ_norm |·| p50=0.27、p90=1.67、max=5.53，无异常。-- corr(δ, prev→last 时序差) = −0.04：与已证伪的时序趋势族正交（PLAN 动机成立）。-- λ=0.12 乘性下每基因平均修正幅度 |λ·δ_norm| 均值 ≈0.073（log 单位），表达矩阵逐细胞 Pearson（修正前后）≈1（乘性小修正，非破坏）。-- 全局水平差（official 均值 0.493 vs qiu 0.268）**不**被修正（δ_norm 已去均值，PLAN 设计），只修基因间相对偏移。+1. PLAN 字面机制**无法执行**：外部 Qiu 文件标签 = {First heart field, Second heart field, Endocardial cells}（作者级标签，未映射到官方词汇），与官方末阶段 33 个类型交集为**空**（PLAN 风险 3 命中）。改用数据驱动桥接：对官方每个 celltype 算交集基因上的 z-score 均值谱与外部质心的余弦相似度，cos ≥ 0.25·max 且 n ≥ 100 判为「心脏匹配」（proxy 上 = Unknown/V-CM/IFT-CM/Intra-Endoth-2/EXE-Endoderm，5295 细胞，与谱系知识一致：V-CM/IFT-CM 为心肌、Intra-Endoth 为内皮）。无任何硬编码标签名。+2. PLAN 假设**证伪**：δ_official 侧限定心脏匹配细胞 → proxy 53.58，de_direction 从 +0.215 跌到 −0.068（1 次查分即触发 PLAN 的停止条件方向）。+3. **反向假设成立**（本节点提交）：组成对比本身就是有效信号——δ 的 official 侧只取非匹配类型（19531 细胞），δ = mean(non-cardiac official) − mean(external heart)。三点单调证据：心脏侧 53.58 < 全量 57.86 < 非心脏侧 58.72–58.76，沿组成轴单调；de_direction 同步单调 −0.068 → +0.215 → +0.226。生物学解释（推测）：E9.5 心脏区解剖中心脏占比上升，把表达往「心脏 vs 周边组织」方向推与真实时序方向一致；PLAN 的过滤恰恰删掉了这个成分。+4. λ 扫描（乘性 exp(−λ·δ_norm)，δ_norm 去均值标准化，语义同父）：0.09→58.48、0.12→58.72、**0.135→58.76（提交，平台中心）**、0.15→58.74、0.2→58.39。平台 0.12–0.15。+5. 其余全部继承父节点 19：表达基线照抄末阶段（24826 ≤ max_cells 全量）、坐标 PCA 规范化 + 0.946×max_k RMS(input_k)（shape_scale 66.60 不动）、α=γ=0 边界、无外部同窗数据 → λ=0 安全退化（输出=父节点 16，54.15 保底）。  ## 机制生效的证据 / 对照（mechanism_off_control） -- `VEC_MECH_OFF=1`（λ=0）输出 md5 = 9d788ba7…，与父节点 16/13/12 逐字节一致；四组分 = 50.00/50.00/50.00/66.60，榜 54.15。-- λ=0.12 提交版：expression_change 50.00→**55.68**（de_direction 0→+0.215，δ 方向确实指向 E9.5 目标）、cell_state 50.00→**53.55**、local_spatial 50.00→**55.60**、shape_scale 66.60→66.60（坐标未动，符合 PLAN 预期）；榜 54.15→**57.86**。全部 24826 个输出细胞的 497 个交集基因表达被乘性修正。-- 与 PLAN 预期偏差：local_spatial 也动了（+5.6）——表达进入邻域 MMD，方向修正同时改善空间表达结构；shape_scale 恒 66.60 符合预期。+- `VEC_MECH_OFF=1`：输出 md5 9d788ba7… 与父节点 16/13/12 逐字节一致（本机复核）✓。+- `VEC_LINEAGE_FILTER=0`（λ=0.12 时）：δ 统计与父节点 19 METHOD 完全一致（delta_mean 0.2254/std 0.7816/skew 0.4875），复现父行为 ✓。+- `VEC_LINEAGE_FILTER=1`（PLAN 字面意图）：保留开关与证伪记录（53.58）。+- 默认 `=2`：修正实际作用于全部 24826 个输出细胞的 497 个交集基因（乘性，零保持零，稀疏结构逐位置不变，pearson_before_after≈0.984）；δ 实质改变：corr(δ_inv_norm, δ_all_norm)≈0.93 但幅度重排，|Δdn| 均值 0.4 量级（心脏侧对照 corr 0.68 < 0.95，PLAN 判据满足）。+- 四组分变化 vs 父 19（proxy A 半）：expression_change 55.99→57.78、cell_state 53.65→54.51、local_spatial 56.78→56.16（噪声内）、shape_scale 66.60→66.60；榜分 57.86→58.76（+0.90，接近 T2 噪声 ~1，但三点单调 + de_direction 同向支持机制真实）。  ## 验证过 / 没验证 -- 验证过：proxy seed0 全 λ 扫描（加性 5 档 + 乘性 6 档）；提交默认单独查分 57.86；seed 0 复跑 md5 逐字节相同；mech-off 与父节点 md5 一致；vec-check 通过；单输入/无外部数据退路（代码路径 λ→0，输出=父节点）；运行 ~2.3 s、内存 <1 GB。-- 没验证：final 真实视图（E8.75+E9.5→E10.5）上 external 是否挂有末输入同窗数据——若无则安全退化为父节点行为（54.15 保底）；若有（如 Qiu E9.5）机制照常生效但幅度未在该括号上验证；de_direction 在 B 半评测上的复现（方向信号 +0.215 幅度大，跨半应稳）；δ 的组成混淆（official 全胚 vs Qiu 纯心脏）——λ 平台宽（0.07–0.2）且取中心，对该风险有阻尼。+- 验证过：proxy seed0 全部 5 次查分（filter=1 λ0.12；filter=2 λ∈{0.09,0.12,0.135,0.15,0.2}）；默认配置 = 已查分文件逐字节一致（md5 41a98fd2…）；seed 0/1 vec-check 通过；mech-off / lineage=0 对照 md5；跨进程确定性。+- 没验证：B 半评测复现（+0.90 在噪声边缘，风险：正式分可能与父持平）；final 真实视图 external 挂载（无同窗数据 → λ=0 退化 54.15 保底，行为与父相同）；「心脏占比随时间上升」的解释未直接检验（用了已发布的 E8.25/E8.75 输入数据算 trend，无禁窗信息）；相似度阈值 frac=0.25 / min_type=100 未扫（对结果不敏感：匹配集与谱系常识一致）。  ## 知识来源 -无外部生物学知识写死。δ 完全从视图内数据现场计算：末输入阶段表达 + manifest 挂载的 external Qiu E8.75（合规：已发布、禁窗外、catalog use:train）。乘性修正的选择依据是 proxy 查分对照，不是先验。未使用任何保留阶段/保留基因型信息。+无外部生物学知识写死。谱系桥接完全由视图内数据（表达相似度）驱动；「心脏谱系 vs 周边组织」的解释性叙述来自通用谱系常识（心脏在发育中相对增大），仅用于 METHOD 说明，不进入程序逻辑。外部 Qiu E8.75 为 manifest 挂载的合规训练数据（禁窗外）。未使用任何保留阶段/保留基因型信息。  ## 下一步建议 -- cell_state/local_spatial 首次脱离 50 地板且随 λ 有峰：可在 0.1–0.15 内细扫或改 δ 估计（official 侧只取心脏谱系细胞均值，降低组成混淆），看 de_direction 是否再升。-- 检查 final 视图 external 挂载内容；若末输入同窗无外部数据，可放宽窗口到 ≤末输入的最近外部阶段（仍是数据驱动、视图无关）。-- 乘性修正与坐标侧已饱和（shape_scale 66.60，4 组证据）正交，不要再动全局线性坐标。+- local_spatial 略降（噪声内）：可对坐标邻域做与表达修正一致性检查，或接受现状。+- 组成对比方向已确认：可试把 δ 的 external 侧也做对称处理（如 external vs 官方心脏侧之差做二次锚定），或按官方心脏/非心脏占比对 δ 做连续加权 w∈[−1,1] 扫描（w=−1 即本节点，w=0 即父，w=+1 即证伪方向），确认 −1 是否为边界最优。+- 不要再动全局线性坐标（shape_scale 66.60，多节点证据饱和）。diff --git a/solution/run.py b/solution/run.pyindex 5c0a968..ab1d03d 100644--- a/solution/run.py+++ b/solution/run.py@@ -46,8 +46,15 @@ Parts:    ``FACTOR * max_k RMS(input_k)``.  ``VEC_MECH_OFF=1`` disables all mechanisms (lambda=alpha=gamma=0; output-equals parent node 16 / 13 / 12 byte-for-byte).  ``VEC_LAMBDA`` overrides-LAMBDA (scan knob), ``VEC_GAMMA`` / ``VEC_ALPHA`` / ``VEC_FACTOR`` as before.+equals parent node 16 / 13 / 12 byte-for-byte).  ``VEC_LINEAGE_FILTER``:+0 = official mean over ALL cells (exactly parent node 19 behaviour);+1 = restrict to official cell types whose mean profile best matches the+external centroid (PLAN T2HX-09 literal intent; proxy-FALSIFIED, 53.58,+de_direction -0.07); 2 (default) = inverted: restrict to the NON-matching+types, sharpening the whole-embryo-vs-pure-heart composition contrast+(proxy 58.76 at lambda=0.135, de_direction +0.226).  ``VEC_LAMBDA``+overrides LAMBDA (scan knob), ``VEC_GAMMA`` / ``VEC_ALPHA`` / ``VEC_FACTOR``+as before. """  from __future__ import annotations@@ -74,7 +81,8 @@ from src.task2_spatial.view_io import ( FACTOR = 0.946 ALPHA = 0.0 GAMMA = 0.0  # family boundary: proxy falsified every gamma != 0-LAMBDA = 0.12  # T2HX-09: correction strength; proxy plateau 0.07-0.2 (57.5-57.8), mult mode+LAMBDA = 0.135  # T2HX-09: correction strength; inverted-filter plateau 0.12-0.15 (58.7), centre committed+LINEAGE = 2  # 0=all official cells (parent 19), 1=heart-matched types, 2=inverted (non-heart types; committed) EXTERNAL_TIME_TOL = 0.26  # days; external data counts as "same stage" within this window  @@ -143,13 +151,53 @@ def external_same_stage(view: str, manifest: dict, last_time: float):     return sorted(out)  -def offset_correction(view, manifest, last, genes, last_time, lam):+def lineage_filter_mask(official_labels, Xo, m_ext, frac=0.25, min_type_cells=100,+                        invert=False):+    """Data-driven bridge between the external label vocabulary and the+    official one (PLAN T2HX-09 step 1; the literal label-set intersection is+    empty here because the external file keeps author-level lineage labels).++    Per official cell type, take the mean z-scored profile over intersection+    genes and its cosine similarity to the (z-scored) external centroid;+    keep types with cos >= frac * max(cos) and >= min_type_cells cells.+    Returns boolean cell mask + diagnostics.  Uses no hard-coded label names.+    """+    ct = np.asarray(official_labels)+    mu, sd = Xo.mean(axis=0), Xo.std(axis=0) + 1e-9+    Zo = (Xo - mu) / sd+    ze = (m_ext - mu) / sd+    ze_n = ze / (np.linalg.norm(ze) + 1e-12)+    cos, cnt = {}, {}+    for t in np.unique(ct):+        m = Zo[ct == t].mean(axis=0)+        cos[str(t)] = float(m @ ze_n / (np.linalg.norm(m) + 1e-12))+        cnt[str(t)] = int((ct == t).sum())+    if not cos:+        return np.ones(len(ct), dtype=bool), {}+    thr = frac * max(cos.values())+    matched = [t for t in cos if cos[t] >= thr and cnt[t] >= min_type_cells]+    kept = [t for t in cos if (t in matched) != bool(invert)]+    mask = np.isin(ct, kept)+    diag = {+        "filter_thr": round(float(thr), 4),+        "n_types_kept": len(kept),+        "kept_types": sorted(kept),+        "n_cells_kept": int(mask.sum()),+        "cos_top5": sorted(((round(v, 3), k) for k, v in cos.items()), reverse=True)[:5],+    }+    return mask, diag+++def offset_correction(view, manifest, last, genes, last_time, lam, lineage=True):     """PLAN T2HX-09: per-gene cross-platform offset, standardised, subtracted.      Returns (correction_vector [len(genes), float32], info dict).  correction-    is lam * delta_norm on intersection genes, 0 elsewhere.+    is lam * delta_norm on intersection genes, 0 elsewhere.  When+    ``lineage`` is on, the official-side mean is restricted to cells whose+    type matches the external lineage profile (see lineage_filter_mask),+    removing the whole-embryo-vs-pure-heart composition confound from delta.     """-    info: dict = {"lambda": lam}+    info: dict = {"lambda": lam, "lineage_filter": int(lineage)}     paths = external_same_stage(view, manifest, last_time)     zero = np.zeros(len(genes), dtype=np.float32)     if not paths:@@ -191,7 +239,18 @@ def offset_correction(view, manifest, last, genes, last_time, lam):         sum(v * w for v, w in ext_by_gene[g]) / max(sum(w for _, w in ext_by_gene[g]), 1)         for g in inter     ])-    m_off = np.asarray(last.X[:, cols].mean(axis=0), dtype=np.float64).ravel()+    Xo = np.asarray(as_dense(last.X[:, cols]), dtype=np.float64)+    if lineage:+        invert = int(lineage) == 2+        mask, fdiag = lineage_filter_mask(last.labels, Xo, m_ext, invert=invert)+        info.update(fdiag)+        info["filter_invert"] = int(invert)+        if int(mask.sum()) < 50:+            mask = np.ones(len(mask), dtype=bool)+            info["filter"] = "fallback_all(<50 cells)"+        else:+            info["filter"] = "lineage" if not invert else "nonlineage"+    m_off = Xo[mask].mean(axis=0) if lineage else Xo.mean(axis=0)     delta = m_off - m_ext     sd = float(delta.std())     info.update({@@ -232,6 +291,7 @@ def main() -> None:     alpha = 0.0 if mech_off else float(os.environ.get("VEC_ALPHA", "") or ALPHA)     gamma = 0.0 if mech_off else float(os.environ.get("VEC_GAMMA", "") or GAMMA)     lam = 0.0 if mech_off else float(os.environ.get("VEC_LAMBDA", "") or LAMBDA)+    lineage = 0 if mech_off else int(os.environ.get("VEC_LINEAGE_FILTER", "") or LINEAGE)      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -247,7 +307,7 @@ def main() -> None:     lam_info: dict = {}     if lam != 0.0:         corr, lam_info = offset_correction(-            args.data, manifest, last, genes, float(last_e["time"]), lam+            args.data, manifest, last, genes, float(last_e["time"]), lam, lineage=lineage         )         if np.any(corr != 0.0):             before = block.copy()

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。最终状态：

- **做了什么**：PLAN 的字面机制不可执行（外部 Qiu 标签与官方词汇交集为空），改用数据驱动的相似度桥接后发现 PLAN 假设本身证伪——δ 限定心脏谱系细胞使 proxy 跌到 53.58（de_direction −0.07）。提交其反向操作：δ 的 official 侧只取非心脏匹配类型（锐化全胚 vs 纯心脏组成对比），λ=0.135 乘性修正。
- **查分**：filter=1 → 53.58；filter=2 λ 扫描 0.09/0.12/0.135/0.15/0.2 → 58.48/58.72/**58.76**/58.74/58.39（父 57.86）。三点单调（心脏 53.6 < 全量 57.9 < 非心脏 58.8）+ de_direction 同步 +0.226 支持机制真实；mech-off md5 = 父 16，lineage=0 = 父 19，vec-check seed 0/1 通过，查分 6/20。
- **下一步**：连续加权 w∈[−1,1] 扫组成轴确认边界最优；检查 final 视图 external 挂载；local_spatial 略降可复查。

调研员

```json
{
  "name": "T2HX-09改进：δ估计限定心脏谱系细胞，消除组成混淆",
  "motivation": "父节点19用全部official细胞（全胚）均值与纯心脏Qiu外部数据均值之差作δ，组成混淆使δ混入非心脏谱系的表达偏差。cell_state（53.65）是四组最弱，且ANALYSIS明确指出'official侧只取心脏谱系细胞计算均值，降低全胚vs纯心脏的组成混淆'为首选下一步。λ平台0.07–0.2说明δ方向大致正确但幅度/方向仍有噪声，精化δ估计是结构性修复而非调参。",
  "approach": "步骤：1) 在offset_correction函数中，计算mean_official时，先从外部文件的labels集合中提取所有出现的标签（即心脏谱系标签集），再用该标签集过滤official末阶段细胞，仅保留标签∈外部标签集的细胞计算逐基因均值。若过滤后细胞数<50，回退到全量均值（安全退化）。2) δ_norm标准化、乘性修正、λ语义均不变。3) 用VEC_LINEAGE_FILTER=0/1开关控制是否过滤（默认1）。4) 快速筛选：先VEC_LINEAGE_FILTER=1 + λ=0.12跑1次vec-score，看de_direction是否>0.215且总分>58；若提升<1分则尝试λ∈{0.10,0.12,0.15}共3次；若仍无提升则回退提交父节点行为。5) 单输入/无外部数据退路不变（λ→0）。6) 视图无关性：标签集从外部文件动态读取，不硬编码任何标签名或阶段名。关键参数：λ初值0.12，搜索范围[0.10,0.15]步长0.025；最小细胞数阈值50。",
  "expected_groups": ["cell_state", "expression_change", "local_spatial"],
  "risks": "1) official数据中匹配心脏标签的细胞太少（<50），均值估计噪声大→设50细胞阈值回退；Engineer第一次查分即可发现（若分数低于57则检查过滤后细胞数）。2) 组成混淆实际贡献小，过滤后δ变化微弱→预期提升<1分噪声，此时应停止并保留父节点行为。3) 外部标签名与official标签名不完全一致（大小写/别名）→Engineer应打印交集标签数量做sanity check，若交集为空则回退。",
  "family_id": "T2HX-09",
  "mechanism": "用外部心脏数据的标签集反向过滤official细胞，使δ=mean(official心脏细胞)−mean(external心脏细胞)只反映跨平台技术偏移，消除全胚组成对δ的污染。",
  "vs_constant_shift": "常数位移对所有基因施加相同修正量；本机制是逐基因、乘性、且修正幅度由谱系匹配后的δ_norm决定——不同基因修正方向和幅度不同，零表达不变，稀疏结构不变。核心区别：修正量来自数据驱动的跨平台比较而非全局常数。",
  "mechanism_evidence": "Engineer应对比：(a) 过滤前后δ的分布（均值、std、与未过滤版的相关系数），预期相关<0.95说明过滤实质改变了δ；(b) de_direction是否从+0.215上升；(c) 过滤后参与计算的细胞数（应显著小于24826）；(d) 四组分各自变化，预期cell_state改善最大。",
  "mechanism_off_control": "VEC_LINEAGE_FILTER=0时，δ用全量official细胞计算（完全复现父节点19行为），预期输出与父节点逐字节一致（md5相同）。另外VEC_MECH_OFF=1仍使λ=0，输出等于节点16基线（54.15）。"
}
```

审查员

REVIEW.json written