运行档案 / T2:heart:val_extrap / 10-03 10:55
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。
照抄基线
本运行目标 50.00（3 种子均值）
节点?搜索树里的每个候选程序。
19
已打分 19
官网分?官网 P2 返回的真实分数。
—
还没有提交或还没有分数
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。
57
分析员 17、工程师 17、调研员 18、审查员 5
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_noscale | 护栏基线复测 | 50.0 | 真值 B 半 / 3 个 seed均值 |
| X2 | 终检诊断 | 50.0 | 全部真值 / 1 个 seed单次 |
| proxy | 诊断记录 | 50.0 | 真值 B 半 / 1 个 seed单次 |
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。
最终选中基线，没有获选节点祖先链。下面保留整次搜索的全部节点与轨迹。
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。
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（19）
| 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_noscale | 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 | 50.0 | — | 50.0 | 50.0 | 通过 | 1 分 | seed copy_last |
| n2 | — | 种子 | 已打分 | 49.5 | — | 49.5 | 49.5 | 通过 | 1 分 | seed damped_shift |
| n3 | n1 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | 50.0 | 通过 | 18 分 | T2HX-01 位移层：外推时优先用视图内"晚于末输入、不晚于目标"的外部样本按伪批量相关匹配细胞型做阻尼位移（保坐标）；两输入速度回退在代理上验证有害、默认关；无可用方向时逐位等于 copy_last。 |
| n4 | n2 | 改进 | 已打分 | 49.9 | +0.4 | 49.9 | 49.9 | 未审查 | 17 分 | 按基因型间方差占比 w_g=B_g/(B_g+W_g) 收缩按型伪批量位移（damped_shift 家族 T2HX-01），α=0.05，坐标/组成/细胞数照抄末输入。 |
| n5 | n4 | 改进 | 已打分 | 52.7 | +2.8 | 52.7 | — | 不通过 | 19 分 | 在末输入阶段上做"表达kNN引导的坐标置换"（贪心2-opt交换细胞与其自身坐标的配对），只改表达-位置配对，坐标点集与表达矩阵逐位不变。 |
| n6 | n1 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | 50.0 | 通过 | 23 分 | 逐细胞沿锚阶段表达PCA前k轴放大位移（alpha开关）；网格{−0.5,0.1,0.25}全低于地板（clip伪影dp反预测de_score），按边界规则提交alpha=0（=copy_last，对照实测50.00）。 |
| n7 | n3 | 改进 | 已打分 | 49.6 | -0.4 | 49.6 | 49.9 | 未审查 | 20 分 | copy_last 基座上的表达kNN引导坐标置换（T2HX-06）：表达矩阵与坐标点集逐位不变，贪心2-opt在坐标15-NN图上最小化表达Dirichlet能量，仅重排细胞-坐标配对。 |
| n8 | n6 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | 50.0 | 通过 | 22 分 | 全局速度（末两输入伪批量差）投影到锚阶段表达 PCA 上自动选 |投影| 最大的 m 个 PC 去噪，再逐细胞按发育前沿程度 (1+β·s_i) 做非对称定向位移（T2HX-01）；de_score/de_direction 未过 PLAN 阈值且全网格低于地板，按边界规则以 a |
| n9 | n3 | 改进 | 已打分 | 49.6 | -0.4 | 49.6 | 49.9 | 未审查 | 39 分 | 坐标置换（稳定行序版，T2HX-06）：copy_last 基座上，在坐标 15-NN 图上用贪心 2-opt 最小化表达 PCA-32 的 Dirichlet 能量，只重排细胞-坐标配对；X、坐标点集、行序逐位不变。 |
| n10 | n8 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | 50.0 | 通过 | 22 分 | T2HX-04：表达kNN引导的有界2-opt坐标-细胞再配对（复刻并约束node5） |
| n11 | n10 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 20 分 | T2HX-03 PCA方差趋势外推（保均值调型内离散度）：双向网格全劣于地板，按边界规则以机制关（VEC_ALPHA=0，逐位=copy_last）提交 |
| n12 | n3 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 33 分 | 表达kNN引导坐标置换（T2HX-06，node5复刻）：机制已实现并实测，贪心2-opt交换49759对细胞-坐标配对使内部cosine-15NN目标下降，但neighborhood_mmd原始值反升（0.11445→0.1152）、d2_shape变差，总分49.85<地板5 |
| n13 | n11 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 29 分 | T2HX-04 微小全局位移(α=0.02)+表达引导坐标2-opt置换：位移clip伪影在α=0.02即击穿DE保护(49.10)，置换仅降能量0.31%、无邻域收益(48.87)，按PLAN止损以机制关(=copy_last逐位)提交 |
| n14 | n12 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 13 分 | CollecTRI 调控方向先验逐基因符号微扰：已实现并实测，α=0.25 得 43.65（de_direction 原始 −0.0004≈0，方向先验无信号；variogram 0.058→0.172 严重受损），按 PLAN 停止规则以机制关闭态提交（VEC_ALPHA=0， |
| n15 | n13 | 改进 | 已打分 | 48.9 | -1.1 | 48.9 | — | 未审查 | 18 分 | T2HX-02 OT位移场外推（仅动坐标、表达随动、行序不变）：两输入阶段不平衡Sinkhorn配对→逐细胞位移场kNN插值→锚坐标+γ·场，γ=0.05本地A半50.66（occupancy_dice 0.8066→0.8189），γ=0逐位=copy_last |
| n16 | n14 | 改进 | 已打分 | 49.0 | -1.0 | 49.0 | — | 未审查 | 37 分 | 锚阶段组成微调（T2HX-08）：按各细胞类型转录活跃度中位数微调采样占比，balanced 重分配保持总细胞数不变（上调型用自身重复细胞补足），伪批量漂移安全门限内，α=0.025。 |
| n17 | n13 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 11 分 | T2HX-06 坐标规范化：copy_last 基座上做质心归零→PCA主轴对齐→det=+1修正→第三矩定向的刚体规范化；A半实测榜分与机制关相同（八项skill全部=地板），按PLAN判定规则以机制关（逐位=copy_last）提交 |
| n18 | n17 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 24 分 | T2HX-02 型内OT配对逐细胞表达速度外推（坐标不动、DE硬门控）：速度被型内单细胞噪声主导、88.7%条目触clip整流致dp方向失效；按PLAN止损规则以机制关（逐位=copy_last）提交 |
| n19 | n14 | 改进 | 已打分 | 50.0 | +0.0 | 50.0 | — | 未审查 | 17 分 | 复刻node5表达引导坐标2-opt置换（目标函数=坐标15-NN邻域均值表达方差，B=2000/5000实测均劣化），按PLAN止损规则以机制关闭态（=copy_last逐位）提交。 |
资源消耗与失败情况
没有失败节点
| 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 | 14 分 | 296,632 | 41,167 |
| 工程师 | 17 | 0 | 4 小时 48 分 | 1,053,429 | 421,069 |
| 调研员 | 18 | 0 | 1 小时 20 分 | 245,145 | 197,267 |
| 审查员 | 5 | 0 | 7 分 | 101,703 | 21,971 |
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。 | 20261003-105537-search-t2-heart-extrap-g24-D 10-03 10:55 · 自动搜索 · T2:heart:val_extrap · G24 T2/T3 首跑 · D 组 |
|---|---|
| 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:heart:val_extrap |
| 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_noscale；终检 X2；护栏 proxy_noscale；诊断 proxy |
| 状态 | 已结束 |
| 开始 / 结束 | 10-03 10:55 / 10-03 14:23 |
| 用时 | 3 小时 28 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。 | ac61b72e17daae2aa82405b25540c191aa99a5d0 |
|---|---|
| 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/20261003-105537-search-t2-heart-extrap-g24-D/config_source.yaml 配置指纹 9a1f9fee197211c4 |
| 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。 | d0c20313160cfdd4 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/20261003-105537-search-t2-heart-extrap-g24-D/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。 | 6c6e2309dda50e4d |
| 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：23 个文件，指纹 376654f75fd9ced3 proxy：20 个文件，指纹 2ede018e6fae19d3 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/20261003-105537-search-t2-heart-extrap-g24-D 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。 | 这次运行没有提交过官网 |
| 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 |