运行档案 / T2:embryo:val_interp / 10-03 09:42
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。
n15
本运行目标 62.32（种子 0 单次）
节点?搜索树里的每个候选程序。
27
已打分 20
官网分?官网 P2 返回的真实分数。
61.7
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。
85
分析员 18、工程师 18、调研员 18、审查员 10、tune 21
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 | 62.3 | 真值 B 半 / 3 个 seed均值 |
| X2 | 终检诊断 | 52.6 | 全部真值 / 1 个 seed单次 |
| T2:embryo:val_interp | 官网结果 | 61.7 | 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 57.23 · proxy 57.23 · 3 次复测均分 57.47
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)
↓
n5 改进
mix 混抽 + 共有类型时间差向量强收敛：a 侧细胞 +α·t·Δ_type、b 侧 −α·(1−t)·Δ_type（α=5，只移已表达项、只留 |Δ|≥0.25 基因），坐标不动。
搜索目标分 61.51（+4.3） · proxy 61.51（+4.3） · 3 次复测均分 61.66
分析员结论?分析员（Analyst）看完分数后写下的第一条经验。：在稀疏表达数据上做逐类型常数向量位移时，若把位移加到全部基因（含零项），零元率从 93% 掉到 54%，variogram skill 反降到 0.097（对照 0.216）、总分低于对照；把位移限制到该细胞已表达项（x>0）后同样的机制变成 +2.0 分的收益——结构保持是这类位移机制的成败开关，不是可选修饰。
审查意见 通过 1 越界读取：未发现——run.py 仅通过 view_io 的 load_manifest/read_stage/panel_genes 读取 --data 视图内文件（run.py:157-168），无绝对路径、'..'、/mnt、/home、下载或目标阶段文件访问，import 的 src.task2_spatial 为环境提供的任务脚手架而非评分器代码。; 2 硬编码目标统计量：未发现——位移向量 Δ=μ_b−μ_a 由两个输入
↓
n8 改进
父节点 mix+类型级常数收敛位移之上，把位移改为逐细胞投影加权：细胞沿 Δ 方向已前伸的少移、极端的多移（w=clip(1∓λp,0.2,2.5)，λ=6），型内分布向中间压缩而非刚性平移。
搜索目标分 61.75（+0.2） · proxy 61.75（+0.2） · 3 次复测均分 61.77
分析员结论：对 T2 插值胚数据：把型内常数位移改成沿 Δ 投影的逐细胞加权（λ∈[0.5,10]、ε=1.0）时，variogram skill 在 0.365–0.376 间基本不动（地板 0.389 仍未过），只有 mmd_u skill 单调升 0.585→0.599——型内端点双峰的残差不在 Δ 方向上，沿 Δ 压缩无法改善基因共变结构
审查意见 通过 1 越界读取：未发现问题——run.py 仅通过 --data 目录读入（load_manifest/read_stage/panel_genes，run.py:186-196），导入的是框架库 src.task2_spatial，无绝对路径、..、/mnt、下载或评分器路径。; 2 硬编码目标统计量：未发现问题——所有常量（α=5、λ=6、ε=1.0、|Δ|≥0.25、权重 clip [0.2,2.5]、scale_damp=0.5）
↓
n11 改进
父节点8之上新增型内NN配对中点收缩：共有类型a/b侧细胞在DE基因维度贪心配对，双方仅沿DE维度向配对中点收缩β=0.2（nnz-only、坐标不动），压缩Δ方向之外的型内残余方差。
搜索目标分 61.79（+0.0） · proxy 61.79（+0.0） · 3 次复测均分 61.80
分析员结论：型内配对收缩确实按PLAN机制工作（Engineer报告PC2/PC3正交方差比0.915、配对距离/直径0.648、β单调提升mmd_u/variogram skill），但每次压缩型内方差都同幅度推高neighborhood_mmd——邻域平均分布随型内塌缩偏离真值，权重25对12.5+12.5，净榜分为零。
审查意见 通过 1 越界读取：未发现问题——run.py 仅通过 view_io 的 load_manifest/read_stage/panel_genes 从 --data 读取（run.py:306-316），无绝对路径、..、/mnt、网络访问；src.task2_spatial.* 为框架自带模块。; 2 硬编码目标统计量：未发现问题——Δ、类型均值、DE 掩码均由两个输入阶段现场计算（run.py:115-127, 203-204）；α=5
↓
n13 改进
在父节点11全部表达管线之上，新增坐标各向异性整形：沿对齐括号合并云的PCA主轴，把输出云每轴展幅向 log 插值目标（γ=damp×t，damp=1.25）缩放，再均匀回缩到原目标RMS，表达逐位不动。
搜索目标分 62.52（+0.7） · proxy 62.52（+0.7） · 3 次复测均分 62.32
分析员结论：混抽+各向同性RMS缩放会抹掉括号阶段的形状差（输出云纵横比≈1.0，而括号轴展幅差异大如60→226），沿PCA主轴做展幅log插值能直接补回occupancy_dice失分，且与表达机制完全正交（表达/状态8项中4项逐位不变）。
审查意见 通过 1 越界读取：未发现问题——run.py 只通过 view_io 的 load_manifest/read_stage/panel_genes 用 --data 读视图内文件（run.py:365-376），无绝对路径、'..'、/mnt、打分器或 src/common/evaluation 引用，无网络访问；导入的 src.task2_spatial.* 为任务提供的脚手架助手模块。; 2 硬编码目标统计量：未发现问题——所有常量为机
↓
型内伪时间进度加权混抽（PLAN T2EI-01）已实现并对照：进度偏向有小幅 mmd_u 收益，但 variogram 与坐标重抽样噪声净亏，提交时机制关闭（与父节点13逐位一致）。
搜索目标分 62.52（+0.0） · proxy 62.52（+0.0） · 3 次复测均分 62.32
分析员结论：在mix混抽管线上，任何改变'哪些细胞被选中'的操作（连κ=0.001的均匀重抽）都会重掷坐标云的抽样噪声，实测净亏~0.8榜分（occupancy 0.807→0.784），淹没一切<0.5的表达侧收益——改组成必须固定父节点抽样和rng流。
审查意见 通过 1 越界读取：未发现问题——run.py 全部数据访问经 --data 与 src.task2_spatial.view_io（load_manifest/panel_genes/read_stage，run.py:540-551），无绝对路径、'..'、/mnt、/home、评分器路径或网络调用；导入的 src.task2_spatial 为任务框架库而非 src/common/evaluation。; 2 硬编码目标统计量：未发现问
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（27）
| 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 | 49.1 | — | 49.1 | 49.4 | 通过 | 不到 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 57.2 | — | 57.2 | 57.5 | 通过 | 不到 1 分 | seed mix |
| n3 | n2 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n4 | n1 | 改进 | 已打分 | 56.4 | +7.2 | 56.4 | 56.8 | 未审查 | 16 分 | 伪时间方向推进（乘法折叠变化）+ 坐标尺度校正 |
| n5 | n2 | 改进 | 已打分 | 61.5 | +4.3 | 61.5 | 61.7 | 通过 | 17 分 | mix 混抽 + 共有类型时间差向量强收敛：a 侧细胞 +α·t·Δ_type、b 侧 −α·(1−t)·Δ_type（α=5，只移已表达项、只留 |Δ|≥0.25 基因），坐标不动。 |
| n6 | n4 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n7 | n4 | 改进 | 已打分 | 61.0 | +4.7 | 61.0 | 61.5 | 未审查 | 19 分 | 各向异性形状形变：沿锚 PCA 主轴向括号阶段展幅对数插值（叠加于父节点乘法表达推进 + RMS 缩放） |
| n8 | n5 | 改进 | 已打分 | 61.8 | +0.2 | 61.8 | 61.8 | 通过 | 11 分 | 父节点 mix+类型级常数收敛位移之上，把位移改为逐细胞投影加权：细胞沿 Δ 方向已前伸的少移、极端的多移（w=clip(1∓λp,0.2,2.5)，λ=6），型内分布向中间压缩而非刚性平移。 |
| n9 | n5 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n10 | — | 草稿 | 已打分 | 61.6 | — | 61.6 | 61.3 | 未审查 | 22 分 | T2EI-01：类型组成 logit 插值 + 类型内残差保持的强度有界伪批量表达位移（s=5），坐标 procrustes3d 对齐后按阻尼 log-RMS 缩放，细胞按目标组成分层抽取，表达/坐标配对原样保留。 |
| n11 | n8 | 改进 | 已打分 | 61.8 | +0.0 | 61.8 | 61.8 | 通过 | 19 分 | 父节点8之上新增型内NN配对中点收缩：共有类型a/b侧细胞在DE基因维度贪心配对，双方仅沿DE维度向配对中点收缩β=0.2（nnz-only、坐标不动），压缩Δ方向之外的型内残余方差。 |
| n12 | n10 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n13 | n11 | 改进 | 已打分 | 62.5 | +0.7 | 62.5 | 62.3 | 通过 | 20 分 | 在父节点11全部表达管线之上，新增坐标各向异性整形：沿对齐括号合并云的PCA主轴，把输出云每轴展幅向 log 插值目标（γ=damp×t，damp=1.25）缩放，再均匀回缩到原目标RMS，表达逐位不动。 |
| n14 | — | 草稿 | 已打分 | 57.2 | — | 57.2 | — | 未审查 | 31 分 | T2EI-02：mix 混抽+坐标 procrustes3d/RMS 缩放不动配对，表达用非平衡 Sinkhorn OT 重心投影做逐细胞位移（s=0.6，ε=0.01，τ=0.9，每侧 4000 子样，nnz-only、|Δ|≥0.25）。 |
| n15 | n13 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | 62.3 | 通过 | 31 分 | 型内伪时间进度加权混抽（PLAN T2EI-01）已实现并对照：进度偏向有小幅 mmd_u 收益，但 variogram 与坐标重抽样噪声净亏，提交时机制关闭（与父节点13逐位一致）。 |
| n16 | — | 草稿 | 已打分 | 49.3 | — | 49.3 | — | 未审查 | 29 分 | T2EI-03：表达PCA+刚体不变几何联合latent中a→b配对、按t取中点，双侧各取距中点最近细胞解码输出（比例(1−t):t），坐标procrustes3d对齐+阻尼log-RMS缩放。 |
| n17 | n15 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | 62.3 | 通过 | 16 分 | 型内逐基因方差回复（PLAN T2EI-01）已实现并对照：γ>0 时 variogram 仅微升、neighborhood_mmd 随 γ 单调劣化，净效应为负，提交默认 γ=0，输出与父节点 13/15 逐位相同。 |
| n18 | n7 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n19 | n13 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | 62.3 | 通过 | 26 分 | 实现型内逐基因方差对数插值（VARISO，均值保持版）并完成 off/on 对照：variogram 未改善、邻域 MMD 在各 damp 下均劣化，净效应为负，提交默认机制关闭，输出与父节点 13 逐位一致。 |
| n20 | n7 | 调参 | 没有改动 | — | — | — | — | 未审查 | 2 分 | — |
| n21 | n17 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | 62.3 | 通过 | 18 分 | 型内基因共变重着色（PLAN T2EI-01）已实现并对照：η>0 时相关矩阵反而离目标更远、variogram 与 neighborhood 均劣化；另测坐标各向异性 boost（±）也劣化 occupancy_dice。提交默认 η=0、boost=0，输出与父节点 13/1 |
| n22 | n19 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | 62.3 | 通过 | 17 分 | 实现分型各向异性坐标整形（TYPE_ANISO，PLAN T2EI-06）并完成 off/on 对照：occupancy_dice 在 damp −1.0…1.0 全网格上均比关闭时更差（两个方向单调劣化），净效应为负，提交默认 T2_TYPEANISO_ENABLE=0，输出与 |
| n23 | — | 草稿 | 已打分 | 58.4 | — | 58.4 | — | 未审查 | 27 分 | T2EI-04 块抽样：以空间 k-NN 块（种子+14 近邻，k=15）为抽样单元、按块主类型分层以 (1−t):t 从两端阶段混抽，表达与坐标原样保留；jitter 关闭。 |
| n24 | n21 | 改进 | 已打分 | 62.5 | +0.0 | 62.5 | — | 未审查 | 14 分 | 体素占据插值引导坐标再分布（T2EI-06）已实现并对照：η>0 占据 L1 降、occupancy_dice 仅 +0.005，邻域 mmd +0.0013 破否决线，净负；提交默认 η=0，与父节点逐位一致。 |
| n25 | — | 草稿 | 已打分 | 57.7 | — | 57.7 | — | 未审查 | 12 分 | T2EI-05 加速增长尺度预测：mix 混抽 + procrustes3d 对齐，输出云按 (time, log RMS) 增长曲线定标——≥3 个输入时二次拟合取目标 RMS，2 个输入时阻尼 log 线性（damp=0.45），两侧细胞各自缩放到目标 RMS 后合并。 |
| n26 | n23 | 调参 | 没有改动 | — | — | — | — | 未审查 | 3 分 | — |
| n27 | n22 | 改进 | 已打分 | 62.6 | +0.0 | 62.6 | 62.3 | 通过 | 12 分 | 实现软阈值基因加权位移（PLAN T2EI-01）：表达位移的基因参与从硬阈值 1{|Δ|≥0.25} 改为连续幂次权重 w_g=clip(|Δ_g|/τ,0,1)^p（τ=0.25、p=1.0 提交），off/on 对照显示 de_direction 微升、de_score 不 |
资源消耗与失败情况
没有改动 7
| 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 | 18 | 0 | 14 分 | 297,433 | 41,321 |
| 工程师 | 18 | 0 | 4 小时 41 分 | 1,196,569 | 412,814 |
| 调研员 | 18 | 0 | 1 小时 5 分 | 254,417 | 157,507 |
| 审查员 | 10 | 0 | 17 分 | 282,885 | 44,693 |
| tune | 21 | 0 | 13 分 | 153,962 | 32,457 |
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。 | 20261003-094242-search-t2-embryo-interp-g24-D-s2 10-03 09:42 · 自动搜索 · T2:embryo:val_interp · G24 T2/T3 首跑 · D 组 · s2 |
|---|---|
| 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:embryo: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 09:42 / 10-03 13:15 |
| 用时 | 3 小时 32 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。 | ef89d91ecc733e79bd7d863fcb2b3bfafaa2e02c |
|---|---|
| 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/20261003-094242-search-t2-embryo-interp-g24-D-s2/config_source.yaml 配置指纹 0eb99202e0b75bcb |
| 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。 | b35a2df888fea023 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/20261003-094242-search-t2-embryo-interp-g24-D-s2/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。 | 14c5f8e98f004f0e |
| 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：22 个文件，指纹 f22303ef65f51939 proxy：19 个文件，指纹 e0ec78408ba34231 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/20261003-094242-search-t2-embryo-interp-g24-D-s2 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 47 行 · 2026-10-03 · T2:embryo:val_interp · 预测文件指纹 f4d13c804802de9c · 官网分 61.7 |
| 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 |