运行档案 / T1:val / 10-03 09:34
t1_round2 / 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。
n25
本运行目标 58.64（种子 0 单次）
节点?搜索树里的每个候选程序。
25
已打分 20
官网分?官网 P2 返回的真实分数。
50.1
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。
68
分析员 17、工程师 16、调研员 16、审查员 5、tune 14
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 |
|---|---|---|---|
| X3 | 搜索目标复测 | 58.6 | 真值 B 半 / 3 个 seed均值 |
| proxy10 | 搜索目标复测 | 58.7 | 真值 B 半 / 3 个 seed均值 |
| X1 | 终检诊断 | 36.3 | 全部真值 / 1 个 seed单次 |
| X4 | 终检诊断 | 43.8 | 全部真值 / 1 个 seed单次 |
| X5 | 终检诊断 | 42.5 | 全部真值 / 1 个 seed单次 |
| X6 | 终检诊断 | 47.0 | 全部真值 / 1 个 seed单次 |
| proxy | 诊断记录 | 55.0 | 真值 B 半 / 1 个 seed单次 |
| T1:val | 官网结果 | 50.1 | 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。
n19 草稿
growth_dynamics 最小版：两输入阶段做非平衡 Sinkhorn OT，取逐细胞生长权重 g_i（源边际失衡）驱动重采样 + 重心速度 α 外推（残差解码回真实细胞，稀疏门控）；单输入退路为 copy_last。
搜索目标分 48.94 · X3 47.03 · proxy10 52.75
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在只有单输入阶段的视图上退路为 copy_last，会直接丢掉父节点在该视图已有的全部收益（本例 proxy10 -10.92，占总跌幅主体）；新方法必须继承或重实现父节点的单输入路径，而不是退回基线。
↓
n22 改进
growth_dynamics v2 — METHOD
搜索目标分 58.19（+9.3） · X3 57.73（+10.7） · proxy10 59.13（+6.4） · 3 次复测均分 58.16
分析员结论：X3 上 growth-on 58.90 vs growth-off 57.69 只差 +1.21（噪声内），而两者都比父节点 47.03 高约 11 分：约 11 分里只有约 1 分可归于 OT 生长权重，收益主体是组成趋势外推（T=1.5、ratio clip 0.2–5、平滑 s=3）与门控型级位移。判断机制贡献必须用 on/off 对照减去公共部分，不能拿总增幅归因。
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 1 越界读取：未发现问题——run.py 仅通过 src.task1_temporal.view_io 的 load_manifest/panel_genes/inputs_by_time(include_external=True)/read_stage/write_prediction 读写数据（run.py:34,140-154,339），external 均在 view_manifest_X3.json 声明内；无绝对路径、'.
↓
growth_dynamics v3 — METHOD
搜索目标分 58.67（+0.5） · X3 58.44（+0.7） · proxy10 59.13（+0.0） · 3 次复测均分 58.64
分析员结论：在 X3（0.5 天间隔、两输入）上，把每型一个共享 delta 向量按细胞 z 逐细胞缩放幅度，不改变基因间共变结构：variogram 原始值 0.001508→0.00153（得分 -0.08），"状态调制能改善 covariation"的假设被否证——调制只改幅度分布，方向仍是同一个向量。
审查意见 通过 1 越界读取：未发现问题。run.py 只经 view_io（load_manifest/read_stage/inputs_by_time 等）读取 manifest['inputs'] 与 manifest['external'] 内的视图文件（run.py:145-159），无绝对路径、'..'、/mnt、/home、data/raw、打分器或 evaluation 路径，无联网；src.task1_temporal.view_i
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。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（25）
| 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。 | X3?用外部公开数据造的同类型题。 | proxy10 | 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 | 49.5 | — | 47.9 | 52.7 | 49.7 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 50.3 | — | 50.7 | 49.7 | 49.0 | 通过 | 不到 1 分 | ot_moscot — Waddington-OT / moscot coupling, one-step displacement extrapolation |
| n3 | — | 种子 | 已打分 | 53.7 | — | 48.7 | 63.7 | 53.9 | 通过 | 2 分 | composition_trend — type-level composition reweighting + within-type maturity selection |
| n4 | n3 | 调参 | 没有改动 | — | — | — | — | — | 未审查 | 14 分 | — |
| n5 | n2 | 改进 | 已打分 | 52.8 | +2.5 | 52.8 | 52.9 | 51.4 | 未审查 | 20 分 | OT 位移解码改为投影到前 22 个 PCA 程序方向（α=1，无基因激活），单输入阶段回退改为均匀复制（去掉生长重采样）。 |
| n6 | — | 草稿 | 已打分 | 47.7 | — | 45.7 | 51.5 | 48.2 | 未审查 | 14 分 | Palantir伪时间+CellRank hard前向转移，逐细胞按概率抽样后继（可多步随机游走）作为E目标预测；对照(--off)为恒等转移即复制输入。 |
| n7 | n3 | 改进 | 已打分 | 56.2 | +2.5 | 52.2 | 64.3 | 56.4 | 通过 | 27 分 | composition_trend + 型内表达程序（λ=0.15 单输入退路）+ 两阶段按型位移外推（β=1.0，≥2 输入时） |
| n8 | — | 草稿 | 已打分 | 48.8 | — | 46.8 | 52.7 | — | 未审查 | 38 分 | 高斯VAE潜空间+跨阶段1-NN耦合训练CFM位移场，从末阶段潜位置外推T=(Δt目标/Δt训练)步，残差=dec(z_pred)−dec(z)加回输入（软零门、±2截断、范数截断1.5×耦合中位数），λ=0.5阻尼；单输入阶段回退为均匀复制。 |
| n9 | n7 | 调参 | 没有改动 | — | — | — | — | — | 未审查 | 18 分 | — |
| n10 | n6 | 改进 | 已打分 | 53.5 | +5.8 | 54.1 | 52.2 | 52.9 | 未审查 | 14 分 | graph_fate v2: stage-constrained successor selection + two-stage type-frequency trend reweighting |
| n11 | — | 草稿 | 已打分 | 47.9 | — | 45.4 | 52.7 | — | 未审查 | 23 分 | manifold_ode：PCA(25维,HVG2500)潜空间非自治神经ODE，Sinkhorn拟合相邻输入阶段，kNN流形惩罚，单步阻尼外推(α=0.3)+残差解码；单输入阶段回退为末阶段均匀复制。 |
| n12 | n8 | 改进 | 已打分 | 50.3 | +1.5 | 45.7 | 59.3 | 50.7 | 未审查 | 35 分 | VAE潜空间1-NN耦合→基因空间k=5潜距加权位移（去掉CFM与神经解码器，λ=0.35、gate=0.05、×T外推、VAE固定60 epochs）；单输入退路=组成重加权（src reweight心/边权重， Neural Tube剔除）。 |
| n13 | n11 | 改进 | 已打分 | 53.6 | +5.8 | 50.3 | 60.2 | 54.0 | 未审查 | 28 分 | manifold_ode v2：ODE 速度范数只做型内细胞选择（不再位移表达），叠加两阶段类型频率趋势重加权；单输入退路=心脏解剖组成先验重加权+型内增殖程序(λ=0.15)。 |
| n14 | n7 | 调参 | 没有改动 | — | — | — | — | — | 未审查 | 15 分 | — |
| n15 | — | 草稿 | 已打分 | 49.5 | — | 47.9 | 52.8 | — | 未审查 | 17 分 | METHOD |
| n16 | n13 | 调参 | 已打分 | 54.9 | +1.3 | 52.3 | 60.2 | 54.8 | 通过 | 10 分 | tune of #13: T clip from 2.0 to 1.5 (more conservative composition extrapolation), smoothing s from 5.0 to 3.0 (sharper frequency trend), to |
| n17 | n10 | 调参 | 没有改动 | — | — | — | — | — | 未审查 | 5 分 | — |
| n18 | — | 草稿 | 已打分 | 49.5 | — | 47.9 | 52.7 | — | 未审查 | 21 分 | CollecTRI+ULM 调控程序族：两阶段按细胞类型估 TF 活性差并经签名调控网解码回表达；X3 上解码不敌其乱网对照，故默认 λ=0（机制关闭，≈copy_last），负结果如实上报。 |
| n19 | — | 草稿 | 已打分 | 48.9 | — | 47.0 | 52.7 | — | 未审查 | 29 分 | growth_dynamics 最小版：两输入阶段做非平衡 Sinkhorn OT，取逐细胞生长权重 g_i（源边际失衡）驱动重采样 + 重心速度 α 外推（残差解码回真实细胞，稀疏门控）；单输入退路为 copy_last。 |
| n20 | n16 | 改进 | 已打分 | 55.4 | +0.5 | 53.0 | 60.2 | 55.5 | 通过 | 21 分 | manifold_ode v3：两输入路径把 ODE 场从 t=1 多步 Euler 积分 T_int=min(T_raw,1.5)，每步 kNN(k=8) 流形回投(λ_p=0.5)，终点投影到末阶段最近真实细胞作为输出（只改选谁，不位移表达）；单输入路径逐位继承父节点 16。 |
| n21 | — | 草稿 | 已打分 | 50.3 | — | 49.0 | 53.0 | — | 未审查 | 27 分 | lowrank_shape 最小实现：Ledoit-Wolf 型内协方差低秩外推仿射变形；X3 上开/关对照显示机制单调有害（cell_state、covariation 齐降），故默认 α=0（关闭），负结果如实上报。 |
| n22 | n19 | 改进 | 已打分 | 58.2 | +9.3 | 57.7 | 59.1 | 58.2 | 通过 | 17 分 | growth_dynamics v2 — METHOD |
| n23 | n21 | 改进 | 已打分 | 55.2 | +4.9 | 52.5 | 60.6 | 54.6 | 未审查 | 19 分 | lowrank_shape v2：协方差方向引导的型内细胞选择（不改表达）叠加组成基线（两阶段频率趋势外推 / 单输入心脏解剖先验），只改变哪些细胞被输出。 |
| n24 | n22 | 调参 | 没有改动 | — | — | — | — | — | 未审查 | 3 分 | — |
| n25 | n22 | 改进 | 已打分 | 58.7 | +0.5 | 58.4 | 59.1 | 58.6 | 通过 | 18 分 | growth_dynamics v3 — METHOD |
资源消耗与失败情况
没有改动 5
| 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 | 19 分 | 290,106 | 60,981 |
| 工程师 | 16 | 2 | 4 小时 54 分 | 934,581 | 361,720 |
| 调研员 | 16 | 0 | 38 分 | 245,170 | 88,415 |
| 审查员 | 5 | 0 | 6 分 | 116,673 | 19,176 |
| tune | 14 | 0 | 8 分 | 123,160 | 22,133 |
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。 | 20261003-093415-search-t1-r2-D-s1 10-03 09:34 · 自动搜索 · T1:val · t1_round2 · D 组 · r2-s1 |
|---|---|
| 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。 | T1:val |
| 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。 | X3×2 + proxy10×1；终检 X1、X4、X5、X6；护栏 objective；诊断 proxy |
| 状态 | 已结束 |
| 开始 / 结束 | 10-03 09:34 / 10-03 13:49 |
| 用时 | 4 小时 15 分 / 预算 4 小时 30 分 |
| 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。 | 659a312f976e24cbff26537f513684c07241768d |
|---|---|
| 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/20261003-093415-search-t1-r2-D-s1/config_source.yaml 配置指纹 e1d618283ba3de86 |
| 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。 | ce9da3f56e26c7ab 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/20261003-093415-search-t1-r2-D-s1/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。 | 5a6042c362b04ecb |
| 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：24 个文件，指纹 1ea9a3d2b62ff9fd proxy：19 个文件，指纹 604f04735239a30a test：120 个文件，指纹 177fd975f0e38e54 views：2 个文件，指纹 a67144954f88da68 |
| 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/20261003-093415-search-t1-r2-D-s1 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 46 行 · 2026-10-03 · T1:val · 预测文件指纹 3a8da7e247749fb2 · 官网分 50.1 |
| 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 |