总览 · ← 返回运行 20261003-094242-search-t2-embryo-interp-g24-D-s2

节点 n13 在终选来历上

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。

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 a54054257d: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 dbf8b57597。改动的文件：solution/METHOD.md +40 −31、solution/README.md +8 −7、solution/run.py +66 −4

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 3656ee8..7f826e5 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,50 +1,59 @@-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。+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。 -## 方法（family T2EI-01，PLAN：型内NN配对中点收缩修复variogram）+## 方法（family T2EI-06，PLAN：各向异性PCA坐标整形修复occupancy_dice） -保留父节点 8 全部管线（procrustes3d、scale_damp=0.5、分层混抽 n=5000、α=5、λ=6、|Δ|≥0.25 DE 掩码、nnz-only、坐标不动），在 λ 加权位移之后新增：+保留父节点 11 全部管线（mix 分层混抽、procrustes3d 对齐、scale_damp=0.5、α=5 类型级收敛位移、λ=6 投影加权、β=0.2 型内配对收缩），在坐标组装后、jitter 与最终 RMS 回缩之前新增： -1. 对每个共有类型 k（输出中 a/b 两侧各 ≥ T2_PAIR_MIN_CELLS=10 个细胞），取位移后的 a 侧集 A_k、b 侧集 B_k。-2. 距离只用 |Δ_k|≥0.25 的 DE 基因维度（<10 个 DE 基因则跳过该型），算 A_k×B_k 欧氏距离矩阵。-3. 贪心 NN 匹配：按 A_k 索引顺序，每个细胞配 B_k 中最近的未匹配细胞；多余细胞不配对。-4. 配对收缩：m=(a_i+b_j)/2；a_i ← clip(a_i+β(m−a_i),0)、b_j 对称，**仅作用于 DE 维度**（T2_PAIR_DE_ONLY=1，非 DE 基因保持实测值）、仅 nnz 项。-5. β=0 完全跳过配对，逐位复现父节点 8（已验证 array_equal=True，X 与坐标均同）。-6. 环境变量：T2_PAIR_BETA（默认 0.2）、T2_PAIR_MIN_CELLS（10）、T2_PAIR_MIN_DE（10）、T2_PAIR_DE_ONLY（1）。-7. 单输入阶段退路：同父节点，分层复制最后观测阶段，无位移无配对。+1. 对齐后的两括号阶段坐标（`align_pair` 输出，同一帧、各自原生尺度）合并做 PCA，取 3 根主轴（协方差 `eigh`，按特征值降序）。+2. 计算 stage_a、stage_b 在每根主轴上的投影 std：spread_a[k]、spread_b[k]。+3. 目标展幅 target[k] = exp(log spread_a[k] + γ·(log spread_b[k] − log spread_a[k]))，γ = T2_ANISO_DAMP × t（t 为插值时间分数，只用时间差，视图无关）。+4. 输出细胞坐标去中心后投影到主轴，每轴乘 factor[k] = clip(target[k]/cur[k], 0.3, 3.0)（cur 为输出云该轴投影 std），再逆旋转回原坐标系。+5. 整形后照旧走 `_jitter` + `scale_to_rms(target_rms)`：均匀回缩保证 scale_log_ratio 与 RMS 完全不变（已验证 raw 逐位不变）。+6. 环境变量：T2_ANISO_DAMP（默认 **1.25**，非 PLAN 初始 2.5——网格显示 2.5 处 d2_shape 崩塌快于 occupancy 收益，见下）、T2_ANISO_ENABLE（默认 1）、T2_ANISO_CLIP_LO/HI（0.3/3.0）。+7. 单输入阶段退路：`interp_bracket` 无 b 时提前 return 分层复制，整形不执行（与 PLAN 一致）。 -## 机制生效证据（seed 0，proxy E6.75+E8.0→E7.25，t=0.4，β=0.2 de-only）+## 机制生效证据（seed 0，proxy E6.75+E8.0→E7.25，t=0.4，γ=0.5） -- 9 个类型完成配对、共 868 对（第 10 个共有类型因输出侧细胞 <10 被跳过）。-- 平均配对距离 / 型内直径 = **0.648**（<0.8，配对有意义；PLAN 判据满足）。-- 配对前后型内表达 std 比（DE 维度）= **0.948**；沿 Δ 正交方向（PC2+PC3）方差比 = **0.915**——正交方向压缩更多，正是 λ 投影加权未触及的自由度（对照：λ 机制的型内 std 比 0.920 主要沿 Δ）。-- 稀疏结构保持：收缩只动 nnz 项且限于 DE 维度。+- 三主轴展幅（std）：stage_a [60.8, 63.6, 85.5]，stage_b [226.5, 202.1, 120.4]，整形前输出云 [88.0, 83.4, 87.3]（纵横比 [1.02, 0.97, 1.01]，接近各向同性——混抽+等RMS缩放抹掉了括号形状差），目标 [117.3, 113.4, 101.5]，整形后纵横比 [1.06, 1.02, 0.92]，factor [1.33, 1.36, 1.16]。轴比确实改变（PLAN 风险 1 排除：输出轴比≈1 而括号轴比差异大，头寸存在）。+- occupancy_dice raw 0.7765→0.8066（seed0）、0.7806→0.7953（seed1），skill 0.369→0.421 / 0.375→0.400，预期方向上升。+- scale_log_ratio raw 0.0162 逐位不变（均匀回缩正确），out_rms 149.228 与关闭时相同。+- expression_change 与 cell_state 全部 4 项指标 raw/skill/points 逐位不变（de_score 0.2500、de_direction 0.3853、mmd_u 0.0116、variogram 0.0144），且 X 矩阵 array_equal=True——整形只动坐标。+- d2_shape raw 0.0063→0.0047（不降反升为 skill 0.954→0.979：目标展幅插值同时改善了归一化距离分布）；neighborhood_mmd 0.0552→0.0551/0.0557→0.0553，噪声内不动，结构门不受影响（nbr skill 0.58 > 0.5）。  ## 关闭对照（mechanism_off_control） -T2_PAIR_BETA=0：输出与父节点 8（α=5, λ=6）逐位相同（X 与 spatial_3D array_equal=True）——管线正确性验证通过。+T2_ANISO_ENABLE=0：整形代码不执行，输出与父节点 11 管线逐位相同（代码路径完全一致；同日 off 查分 seed0=60.79 / seed1=60.63，即父节点管线在当日锚点上的基线）。开启（γ=0.5）后 occupancy_dice/d2_shape 均改变，机制生效。 -## 查分结果（同日 A 半锚点；控制组 β=0 当日 = 60.72，与父节点 METHOD 同日锚点一致）+## 查分结果（同日 A 半锚点，seed0；base=off 60.79） -全基因收缩（de_only=0）与 DE-only 收缩两组网格：+| T2_ANISO_DAMP | γ | 榜分 | occupancy skill | d2 skill | 备注 |+|---:|---:|---:|---:|---:|---|+| off | — | 60.79 | 0.369 | 0.954 | =父节点11管线 |+| 0.5 | 0.2 | 60.26 | 0.366 | 0.894 | d2 变差 |+| 1.0 | 0.4 | 61.09 | 0.387 | 0.971 | |+| 1.1 | 0.44 | 61.15 | 0.389 | 0.978 | |+| **1.25** | **0.5** | **61.45** | **0.421** | **0.979** | **提交（seed1: 61.07 vs base 60.63，+0.44）** |+| 1.4 | 0.56 | 61.14 | 0.395 | 0.966 | |+| 1.5 | 0.6 | 61.00 | 0.394 | 0.951 | |+| 1.75 | 0.7 | 61.03 | 0.452 | 0.895 | d2 开始崩 |+| 2.0 | 0.8 | 60.40 | 0.441 | 0.830 | |+| 2.5 | 1.0 | 59.75 | 0.495 | 0.704 | occupancy 最高但净亏 |+| 3.0/3.5 | 1.2/1.4 | 58.81/59.13 | 0.431/0.434 | 0.654/0.690 | clip 生效、过冲 | -| 配置 | seed0 | seed1 | mmd_u skill | variogram skill | nbr skill |-|---|---:|---:|---:|---:|---:|-| β=0（=父节点8） | 60.72 | 60.71 | 0.599/0.602 | 0.368/0.361 | 0.585/0.582 |-| 全基因 β=0.05/0.1/0.15/0.2/0.3 | 60.75/60.76/60.78/60.79/60.78 | — | 0.601→0.609 单调 | 0.369→0.376 单调 | 0.584→0.577 |-| 全基因 β=0.5/1.0 | 60.52/59.91 | — | 0.608/0.588 | 0.382/0.399 | 0.571/0.550 |-| de-only β=0.3/0.5/1.0 | 60.80/60.75/60.25 | 60.48/— | 0.609/0.611/0.602 | 0.374/0.378/0.390 | 0.579/0.574/0.558 |-| **de-only β=0.2（提交）** | **60.79** | **60.63** | 0.607/0.611 | 0.372/0.365 | 0.581/0.579 |+如实结论：occupancy_dice 随 γ 升到 ~1.0 才饱和，但 d2_shape 从 γ≈0.6 起加速恶化（两项同权 8.33），净榜分峰值在 γ=0.5（damp=1.25），两 seed 一致 +0.4~+0.7，在 T2 约 1 分噪声边缘、方向一致且机制指标（occupancy↑、d2↑、nbr 平、scale/表达逐位不变）全部按 PLAN 预期。PLAN 初始 damp=2.5 在本管线上净亏 1 分，未采用（PLAN 授权网格内取优）。 -**如实结论**：机制方向性信号一致——mmd_u skill 随 β 单调升（0.599→0.611，两个 seed 均复现），variogram skill 单调升（0.368→0.399，β=1.0 时越过地板 0.389），证明配对收缩确实作用于 PLAN 针对的型内全方向残余方差；但 neighborhood_mmd 同步单调降（0.585→0.550，型内压缩让邻域平均分布偏离真值），榜分净收益两 seed 均值 ≈ +0.0（60.71→60.71），全部在 T2 约 1 分噪声内。取 β=0.2 de-only：榜分平台（60.79/60.63）内 nbr 损失最小、护栏全保（mmd_u≥0.59 ✓、nbr≥0.577，接近但未破 0.58 线；β=0.3 时 nbr 0.577 且 seed1 榜分 60.48 更差）。+- 已验证：damp∈{0.5,1.0,1.1,1.25,1.4,1.5,1.75,2.0,2.5,3.0,3.5} 网格（seed0）；提交配置 seed0+seed1 双查；off 对照 seed0+seed1；同 seed 两次运行逐位相同（无新增随机源，PCA 为确定性 eigh）；默认参数输出与网格最优文件逐位一致；vec-check 通过；n=5000 在 [583, 5000] 内。+- 未验证：真实括号（E7.25+E8.0→目标，t=1/3 时 γ=0.417，比 proxy 的 0.5 更保守，方向相同）；damp∈(1.25,1.4) 细扫（差异在噪声内）；seed≥2。 -- 已验证：β=0 逐位复现父节点；β∈{0.05,0.1,0.15,0.2,0.3,0.5,1.0}×{全基因,de-only} 网格；两 seed（0,1）复核提交配置；vec-check 通过；同 seed 两次运行逐位相同（无新增随机源，贪心匹配按固定索引序确定）；默认参数输出与网格文件逐位一致。-- 未验证：真实括号（E7.25+E8.0，更窄、共有类型更多但每型细胞数分布不同，配对距离/直径比可能变化）；α×β、λ×β 联合网格；β∈(0.2,0.3) 细扫（差别在噪声内，无意义）。+## 视图无关性++整形只依赖：对齐坐标（数据）、t（由 manifest 时间差计算，平移不变）、seed（不新增随机源）。无绝对时间、无路径/文件名/board 字段、无硬编码统计量。  ## 知识来源 -未使用新的生物学知识。Δ、类型均值、配对全部由 view 内两个输入阶段现场计算；无硬编码统计量、无保留阶段/基因型信息。DE 阈值 0.25 沿用评分器公开的 DE 定义（方法卡）。+未使用新的生物学知识。展幅、主轴、γ 插值全部由 view 内两个输入阶段坐标现场计算。  ## 下一步建议 -- cell_state 的 mmd_u/variogram 与 local_spatial 的 neighborhood_mmd 在"型内方差压缩"上存在直接权衡（压缩帮 mmd_u/variogram、伤 nbr，权重 25 vs 12.5+12.5），纯表达侧压缩已到收益上限；再提升需改变邻域平均本身（如坐标侧让同型细胞更聚簇，使 nbr 平均更像真值），或做组成层面的改动（插值型比例而非整细胞混抽）。-- occupancy_dice skill 0.367–0.369 仍是形状组最大失分项（d2/scale 已 0.93+），坐标侧各向异性整形（node 7 在另一分支做到 shape_scale 83）与本表达机制正交、可叠加，是最大的剩余头寸（形状组满打满算 +2 榜分级别）。+- occupancy_dice skill 仍只有 0.42（真值天花板对应 raw≈0.9+）：γ=0.5 的保守值受 d2_shape 牵制，可试「整形后对每细胞坐标加沿主轴的小幅噪声/重排」在不动展幅分布均值的前提下改善占据格点匹配，或按类型分别整形（不同类型的空间占据不同，整体 PCA 三轴可能不是占据形状的自由度）。+- 表达侧权衡已到上限（父节点教训）：cell_state 组 variogram skill 0.37 仍是最大单项失分，需组成层面改动（类型比例插值生成中间态细胞）而非方差压缩。diff --git a/solution/README.md b/solution/README.mdindex 41f8ea6..00a910e 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,8 +1,9 @@-# mix + 型内表达收敛位移 + NN配对中点收缩（T2:embryo:val_interp）+# mix + 表达收敛管线 + 各向异性PCA坐标整形（T2:embryo:val_interp） -父节点 8（mix 混抽 + α=5 类型级收敛位移 + λ=6 投影加权）之上新增：共有类型的 a/b 侧输出细胞-在 DE 基因维度（|Δ|≥0.25）上贪心最近邻配对，双方仅沿 DE 维度向配对中点收缩 β=0.2-（nnz-only、clip≥0、坐标不动），压缩沿 Δ 之外的型内残余方差，改善 mmd_u / variogram。-β=0 逐位复现父节点 8（`T2_PAIR_BETA` 可覆盖；另有 `T2_PAIR_DE_ONLY`、`T2_PAIR_MIN_CELLS`、`T2_PAIR_MIN_DE`）。-proxy A 半同日锚点：对照 60.72/60.71（seed 0/1）→ 本节点 60.79/60.63；mmd_u skill 0.599→0.607、-variogram 0.368→0.372 一致上升，榜分净差在噪声内。详见 METHOD.md。+父节点 11（mix 混抽 + α=5 类型级收敛位移 + λ=6 投影加权 + β=0.2 型内配对收缩）之上新增坐标侧+各向异性整形（family T2EI-06）：对齐括号合并云的 PCA 主轴上，把输出云每轴展幅向+target = exp(log spread_a + γ(log spread_b − log spread_a))、γ = T2_ANISO_DAMP×t（默认 damp=1.25）+缩放（factor clip [0.3, 3.0]），随后照旧均匀回缩到目标 RMS——scale_log_ratio 与表达矩阵逐位不变，+只改点云纵横比。T2_ANISO_ENABLE=0 逐位复现父节点 11。+proxy A 半同日锚点：对照（off）60.79/60.63（seed 0/1）→ 本节点 61.45/61.07；+occupancy_dice skill 0.369→0.421、d2_shape 0.954→0.979，其余六项逐位不变或噪声内。详见 METHOD.md。diff --git a/solution/run.py b/solution/run.pyindex 5505261..c1b126e 100644--- a/solution/run.py+++ b/solution/run.py@@ -31,7 +31,10 @@ bimodality until clipping and over-shooting take over. If the target is not bracketed, falls back to a stratified copy of the latest input before it (no displacement possible without two stages). -Newest mechanism (PAIR_BETA, this node): after the λ-weighted displacement,+Newest mechanism (ANISO, family T2EI-06, this node): coordinate-side+anisotropic PCA reshaping, see aniso_reshape below. Expression untouched.++Earlier mechanism (PAIR_BETA, parent): after the λ-weighted displacement, within-type greedy NN pairing between the a-side and b-side output cells (distance on DE genes |Δ|≥0.25 only, ≥10 cells per side, ≥10 DE genes), then both partners shrink β toward their pair midpoint, DE-gene dimensions only,@@ -87,6 +90,56 @@ PAIR_MIN_DE = int(os.environ.get("T2_PAIR_MIN_DE", "10")) # |Δ|≥CONVERGE_MIN_DELTA; all other genes keep their measured values, so the # bulk of the sparse structure and co-variance is untouched. PAIR_DE_ONLY = os.environ.get("T2_PAIR_DE_ONLY", "1") == "1"+# Anisotropic PCA coordinate reshaping (family T2EI-06, this node): the mix+# output inherits the aspect ratio of the two bracketing clouds rescaled to a+# common RMS, which need not match the target stage's anisotropy. Reshape the+# output cloud along the principal axes of the merged aligned brackets: each+# axis spread is log-interpolated from spread_a to spread_b with fraction+# gamma = ANISO_DAMP * t, then the cloud is uniformly rescaled to the same+# target RMS (scale_log_ratio untouched, expression untouched). ANISO_ENABLE=0+# skips the step and reproduces the parent bit-for-bit.+ANISO_ENABLE = os.environ.get("T2_ANISO_ENABLE", "1") == "1"+# damp=1.25 (γ=0.5 at t=0.4) is the proxy-grid optimum: occupancy_dice and+# d2_shape both improve; γ≥0.6 keeps buying occupancy but d2_shape collapses+# faster (weight-for-weight), net board score peaks at γ≈0.5.+ANISO_DAMP = float(os.environ.get("T2_ANISO_DAMP", "1.25"))+ANISO_CLIP = (float(os.environ.get("T2_ANISO_CLIP_LO", "0.3")),+              float(os.environ.get("T2_ANISO_CLIP_HI", "3.0")))+++def aniso_reshape(coords, aligned_a, aligned_b, t: float, damp: float):+    """Rescale per-axis spreads of `coords` toward the log-interpolated bracket spreads."""+    a = np.asarray(aligned_a, dtype=np.float64)+    b = np.asarray(aligned_b, dtype=np.float64)+    merged = np.vstack([a, b])+    mu = merged.mean(axis=0)+    X = merged - mu+    cov = (X.T @ X) / max(len(X) - 1, 1)+    evals, evecs = np.linalg.eigh(cov)+    axes = evecs[:, np.argsort(evals)[::-1]]  # columns = principal axes+    spread_a = np.maximum(((a - mu) @ axes).std(axis=0), 1e-9)+    spread_b = np.maximum(((b - mu) @ axes).std(axis=0), 1e-9)+    gamma = float(damp) * float(t)+    target = np.exp(np.log(spread_a) + gamma * (np.log(spread_b) - np.log(spread_a)))+    c = np.asarray(coords, dtype=np.float64)+    c = c - c.mean(axis=0)+    proj = c @ axes+    cur = np.maximum(proj.std(axis=0), 1e-9)+    factor = np.clip(target / cur, ANISO_CLIP[0], ANISO_CLIP[1])+    new_proj = proj * factor+    out = new_proj @ axes.T+    new_spread = new_proj.std(axis=0)+    info = {+        "aniso_gamma": gamma,+        "aniso_spread_a": spread_a.tolist(),+        "aniso_spread_b": spread_b.tolist(),+        "aniso_spread_cur": cur.tolist(),+        "aniso_spread_target": target.tolist(),+        "aniso_factor": factor.tolist(),+        "aniso_aspect_out": (new_spread / max(new_spread.mean(), 1e-12)).tolist(),+        "aniso_aspect_in": (cur / max(cur.mean(), 1e-12)).tolist(),+    }+    return out, info   def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):@@ -287,8 +340,14 @@ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):         coord_parts.append(np.asarray(ca[ia], dtype=np.float64))     if ib.size:         coord_parts.append(np.asarray(cb[ib], dtype=np.float64))-    coords = _jitter(np.vstack(coord_parts), rng)+    coords = np.vstack(coord_parts)+    aniso_info = {"aniso_enable": bool(ANISO_ENABLE), "aniso_damp": ANISO_DAMP}+    if ANISO_ENABLE and coords.shape[0] >= 10:+        coords, ai = aniso_reshape(coords, aligned_a, aligned_b, t, ANISO_DAMP)+        aniso_info.update(ai)+    coords = _jitter(coords, rng)     coords = scale_to_rms(coords, target_rms)+    info.update(aniso_info)     info.update(         t=t, n=int(expr.shape[0]), rms_a=rms_a, rms_b=rms_b, target_rms=target_rms,         out_rms=rms_radius(coords), n_from_a=int(ia.size), n_from_b=int(ib.size), **conv, **pair_info,@@ -320,8 +379,11 @@ def main() -> None:                                      "align", "alpha", "n_shared_types_converged", "within_type_std_rel",                                      "between_type_mean_dist_rel", "n_from_a", "n_from_b",                                       "lambda", "weight_mean", "weight_std",-                                      "pair_beta", "n_paired_types", "n_pairs", "pair_within_std_rel",-                                      "pair_orth_var_rel", "pair_dist_over_diam")}+                                       "pair_beta", "n_paired_types", "n_pairs", "pair_within_std_rel",+                                       "pair_orth_var_rel", "pair_dist_over_diam",+                                       "aniso_enable", "aniso_damp", "aniso_gamma", "aniso_spread_a",+                                       "aniso_spread_b", "aniso_spread_cur", "aniso_spread_target",+                                       "aniso_factor", "aniso_aspect_in", "aniso_aspect_out")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords, genes, seed=args.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

**做了什么**：在父节点 11 全部表达管线之上新增坐标各向异性 PCA 整形（T2EI-06）：对齐括号合并云的 3 根主轴上，把输出云每轴展幅向 log 插值目标（γ=damp×t）缩放并 clip [0.3,3.0]，再均匀回缩到原目标 RMS；表达逐位不动。`T2_ANISO_ENABLE=0` 逐位复现父节点（off 对照当日查分 60.79/60.63 = 父节点当日分，确认无副作用）。

**查分结果**（18/20 次）：damp 网格 {0.5…3.5} 中 damp=1.25（γ=0.5）最优——seed0 **61.45**（base 60.79，+0.66）、seed1 **61.07**（base 60.63，+0.44）。机制按 PLAN 预期生效：occupancy_dice skill 0.369→0.421 / 0.375→0.400，d2_shape 0.954→0.979，scale_log_ratio 与表达/状态 4 项逐位不变，nbr 噪声内。PLAN 初始 damp=2.5 净亏 1 分（occupancy 升到 0.495 但 d2 崩到 0.704），未采用。确定性、vec-check、默认输出与最优网格文件逐位一致均已验证。

**下一步最值得试**：① occupancy skill 仍仅 0.42，整体 PCA 三轴可能不是占据形状的正确自由度——按类型/空间分块分别整形或整形后小幅沿轴扰动可能解锁更大 γ 而不伤 d2；② variogram skill 0.37 是最大单项失分，需组成层面插值（生成中间态细胞）而非整细胞混抽。

调研员

.932已近天花板）。当前管线只做各向同性RMS缩放，保留了混抽输入云的主轴比，无法匹配目标阶段的各向异性。节点7在另一分支证明沿PCA主轴展幅对数插值可将shape_scale从64.54→83.19（occupancy_dice skill 0.503→0.579），且与表达机制完全正交（cell_state/expression_change逐位不变）。ANALYSIS明确指出这是最大剩余头寸（约+2榜分）。",
  "approach": "在父节点11全部表达处理（α=5、λ=6、β=0.2）和坐标procrustes3d对齐+RMS缩放完成后，新增各向异性整形步骤：\n1. 对对齐后的两括号阶段坐标合并做PCA，取前3个主轴（eigenvectors）。\n2. 分别计算stage_a、stage_b在每根主轴上的投影标准差spread_a[k]、spread_b[k]（k=1,2,3）。\n3. 目标展幅：target_spread[k] = exp(log(spread_a[k]) + γ·(log(spread_b[k])−log(spread_a[k]))），其中γ = T2_ANISO_DAMP × t（t为插值时间分数）。初始γ=0.9（对应damp=2.5、t≈0.36），搜索范围damp∈{0.5,1.0,1.5,2.0,2.5,3.0,3.5}。\n4. 对输出细胞的坐标，投影到PCA主轴，每根轴乘以target_spread[k]/current_spread[k]（current_spread为输出云在该轴的投影标准差）。\n5. 整形后重新均匀缩放至目标RMS（log_interp(rms_a,rms_b,t,scale_damp=0.5)），保证scale_log_ratio不变。\n6. 环境变量：T2_ANISO_DAMP（默认2.5）、T2_ANISO_ENABLE（默认1，设0跳过整形）。\n7. 单输入阶段退路：无括号时跳过各向异性整形，仅做各向同性RMS缩放（与现有fallback一致）。\n8. 可选（方差控制）：整形后按k026做坐标规范化（居中→PCA轴→det=+1→第三矩定向），消除手性/朝向评分方差；对每种子均执行，不改变形状。\n9. vec-score快速筛选：先跑damp=2.5单点，确认occupancy_dice raw上升且expression/cell_state逐位不变，再扫网格。",
  "expected_groups": ["shape_scale"],
  "risks": "1) 本管线混抽后坐标的主轴结构与node 7分支（乘法表达推进）不同，PCA轴可能不稳定或展幅比已接近目标，收益小于预期——Engineer应先打印三轴展幅比（a/b/输出），若比值已接近1则收益有限；2) 各向异性整形改变坐标会轻微影响neighborhood_mmd（15-NN空间覆盖变化），但node 7显示该影响在噪声内（+0.02）；3) 若PCA第三轴方差极小（近2D结构），该轴展幅插值可能放大噪声——可设最小展幅比clip [0.3, 3.0]。",
  "family_id": "T2EI-06",
  "mechanism": "沿对齐坐标的PCA主轴，将每轴展幅从括号阶段a向b做对数阻尼插值，改变点云各向异性（长宽比），再均匀缩放回目标RMS，仅改形状不改尺度和表达。",
  "vs_constant_shift": "常数位移对每个细胞加相同向量，不改变细胞间相对位置；本机制按每根主轴的投影距离比例缩放，离中心远的细胞移动多、近的移动少，改变云的纵横比（aspect ratio），是形状变换而非平移，且不触碰表达矩阵。",
  "mechanism_evidence": "Engineer应报告：(1) 整形前后三根PCA轴的展幅（std），验证目标轴比确实改变；(2) occupancy_dice raw值变化（预期从0.7735上升）；(3) scale_log_ratio raw不变（验证均匀回缩正确）；(4) expression_change和cell_state组8项指标逐位不变（验证表达未动）；(5) d2_shape raw基本不变（该指标对轴比不敏感时作为对照）。",
  "mechanism_off_control": "设T2_ANISO_ENABLE=0（或T2_ANISO_DAMP=0使γ=0，展幅不变），跳过整形步骤，输出应与父节点11逐位相同（坐标和表达均array_equal）。若关闭后输出不变，说明机制未引入副作用；若开启后occupancy_dice不变，说明机制未生效。",
  "sources": []
}

审查员

REVIEW.json written