总览 · ← 返回运行 20261003-171955-search-t2-embryo-interp-chain-12h

节点 n22 在终选来历上

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，输出与父节点 13/19 逐位一致。

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 2c66561966: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 f7e9934472。改动的文件：solution/METHOD.md +33 −27、solution/README.md +7 −7、solution/run.py +101 −2

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 8c2d34b..7419de5 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,44 +1,50 @@-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。+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，输出与父节点 13/19 逐位一致。 -## 方法（family T2EI-01，PLAN：型内逐基因方差对数插值修复 variogram）+## 方法（family T2EI-06，PLAN：分型各向异性坐标整形攻 occupancy_dice） -保留父节点 13 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 NN 配对收缩、aniso 坐标整形 γ=0.5、jitter、RMS 回缩）。在表达侧末尾（β 配对收缩之后、vstack/aniso 之前）新增 VARISO：+保留父节点 13/19 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 NN 配对收缩、全局 aniso 坐标整形 γ=damp×t（damp=1.25）、jitter、RMS 回缩；VARISO 默认关闭）。按 PLAN 在全局 aniso_reshape 之后、jitter 之前插入 TYPE_ANISO： -- 对每个共有类型（括号两侧各 ≥10 细胞、|Δ|≥0.25 的 DE 基因 ≥10 个、输出侧 ≥10 细胞），用括号两阶段该型全细胞计算每基因型内 std_a、std_b；target_std = exp(log(std_a+ε) + γ_v·(log(std_b+ε)−log(std_a+ε)))，γ_v = T2_VARISO_DAMP × t，ε=0.01（PLAN 步骤 1–2 原样）。-- **第一版（PLAN 字面实现）**：f = clip(target/cur_std, 0.3, 3.0)，细胞 x ← μ_type_out + (x−μ_type_out)·f，nnz-only、clip≥0。实测伪批量最大偏移 2.7（单基因）——nnz-only 绕总体均值缩放不保均值，de_score 从 0.25 掉到 0.179，违反 PLAN 的“DE 逐位不变”前提。-- **第二版（提交代码，均值保持修正）**：改为绕 **nnz 均值 μ_nnz** 缩放 nnz 项，且用精确方差分解 var_all = fixed + p·var_nnz（fixed = p(1−p)μ_nnz²，为 on/off 双峰部分，缩放 nnz 离散度动不了它）解出 f² = clip((target²−fixed)/(p·var_nnz), 0.3², 3.0²)。伪批量最大偏移降到 0.012，de_score 0.2500、de_direction 0.385、mmd_u 0.0116 与关闭对照逐位/噪声内一致（PLAN 风险 4 已排除）。-- 环境变量：T2_VARISO_ENABLE（**提交默认 0**）、T2_VARISO_DAMP（默认 1.0）、T2_VARISO_CLIP_LO/HI（0.3/3.0）、T2_VARISO_EPS/MIN_CELLS/MIN_DE。-- 单输入阶段退路：interp_bracket 无 b 时提前 return 分层复制，VARISO 不执行（与父节点一致）。+1. 对每个在括号两阶段各 ≥T2_TYPEANISO_MIN_CELLS（默认 20）细胞的共有类型：在**对齐帧（全局 aniso 之前、已缩放到 target_rms 的 ca/cb）**里，两侧各绕自身类型质心中心化，合并求 3 维 PCA 轴，记录逐轴 std_a[k]、std_b[k]。+2. 逐轴目标：target_k = exp(log(std_a+ε) + t·(log(std_b+ε)−log(std_a+ε)))，ε=0.01。+3. 该类型的输出细胞（全局 aniso 之后的坐标）：绕输出型质心中心化、投影到类型 PCA 轴，轴 k 乘 r_k = 1 + γ_ta·(target_k/cur_k − 1)，γ_ta = T2_TYPEANISO_DAMP × t，r_k 夹到 [0.5, 2.0]，重构。+4. 之后的既有 scale_to_rms（jitter 后）把整朵云精确回缩到同一 target RMS，scale_log_ratio 不受影响。+5. 任一侧 <MIN_CELLS 的类型跳过；单输入阶段（无括号）走上层既有退路，TYPE_ANISO 不执行。 -## 机制生效证据（seed 0，proxy E6.75+E8.0→E7.25，t=0.4）+环境变量：T2_TYPEANISO_ENABLE（**提交默认 0**）、T2_TYPEANISO_DAMP（默认 0.5）、T2_TYPEANISO_MIN_CELLS=20、T2_TYPEANISO_CLIP_LO/HI=0.5/2.0、T2_TYPEANISO_EPS=0.01。全部为确定性数组运算，无新增随机源。 -- 第一版 damp=1.0：处理 10 个共有类型；f_mean=1.04、f∈[0.9,1.1] 仅 22%、f 触及 clip 两端（0.3/3.0）、cur/target≈1.97（输出型内 std 约为括号 log 插值目标的 2 倍）——机制确有位移（PLAN 风险 1 排除），但改变 5000 细胞中约 3151 个的表达值。-- 第二版 damp=1.0：f_mean=1.19、f∈[0.9,1.1] 仅 5%（分解后大量基因 fixed 已超 target²，f 被压向 0.3 下限或推向膨胀端），同样改动 3151 个细胞。-- 四组分变化（第二版 d1.0 vs off）：expression_change 61.0→61.0（逐位）、cell_state 48.9→49.0（variogram raw 0.014420→0.014362，+0.01 分，噪声内）、local_spatial 58.2→56.8（neighborhood_mmd 0.05506→0.05828，−0.35 分）、shape_scale 77.8→77.8（坐标未动，逐位）。+## 机制生效证据（seed 0，proxy E6.75+E8.0→E7.25，t=0.4，10 个共有类型全部处理） -## 关闭对照（mechanism_off_control）+- 逐型 r_k 异质、远离 1（PLAN 风险 1/4 排除——机制确实在动）：damp=0.5（γ=0.2）时 r_mean=0.924、r∈[0.866, 0.981]，仅 17% 落在 [0.95,1.05]；damp=1.0 r_mean=0.848；damp=−1.0 r_mean=1.152。target/cur 均值 0.62：括号 log 插值目标要求**压缩**每个类型的子云。clip_frac=0（无类型触及 0.5/2.0 边界）。+- 四组分变化（A 半查分，off 与父 13/19 逐位一致，off 榜分 61.45）：++| 配置 | 榜分 | occupancy raw/skill | d2 raw/skill | nbr raw | shape_scale 组 |+|---|---:|---|---|---|---:|+| off（=父13/19） | **61.45** | 0.8066 / 0.421 | 0.0047 / 0.979 | 0.05506 | 77.75 |+| damp=0.25 | 61.43 | 0.7972 / 0.404 | 0.00363 / 0.996 | 0.05520 | 77.73 |+| damp=0.5 | 61.28 | 0.7849 / 0.382 | 0.00338 / 1.000 | 0.05530 | 77.15 |+| damp=1.0 | 61.05 | 0.7742 / — | 0.00401 / — | 0.05530 | 76.26 |+| damp=−0.5（反向膨胀） | 60.76 | 0.7862 / — | 0.00783 / — | 0.05501 | 74.95 |+| damp=−1.0 | 60.18 | 0.7783 / — | 0.01189 / — | 0.05517 | 72.71 | -T2_VARISO_ENABLE=0：VARISO 代码块整体跳过，输出与父节点 13 逐位相同（X 与 spatial_3D 均 array_equal=True，seed 0 验证；提交默认即此配置）。同日 A 半锚点查分：+  expression_change / cell_state 四组在所有配置下逐位不变（表达未动，符合设计）。++## 关闭对照（mechanism_off_control） -| 配置 | 榜分 | variogram raw/skill | mmd_u raw | nbr_mmd raw | de_score |-|---|---:|---|---|---|---|-| off（=父13，seed0） | **61.45** | 0.014420 / 0.372 | 0.01164 | 0.05506 | 0.2500 |-| 第一版 damp=1.0 | 59.45 | 0.014062 / 0.378 | 0.01452 | 0.06578 | 0.1786 |-| 第二版 damp=1.0 | 61.10 | 0.014362 / 0.373 | 0.01166 | 0.05828 | 0.2500 |-| 第二版 damp=0.5 | 61.09 | 0.014507 / 0.370 | 0.01165 | 0.05813 | 0.2500 |+T2_TYPEANISO_ENABLE=0：TYPE_ANISO 代码块整体跳过，seed 0 下 X 与 spatial_3D 均与父节点输出 array_equal=True（逐位验证），8 项指标与父 13/19 完全相同（榜分 61.45，A 半；正式 B 半分即父节点 62.52）。提交默认即此配置。  ## 如实结论：机制净效应为负，提交默认关闭 -1. **variogram 对型内离散度缩放几乎无响应**（raw 变化 <1e-4，噪声内）：该指标比较 E|x_i−x_j|^0.5，主要由表达值的 on/off（零/非零）结构决定；VARISO 刻意保留 nnz 掩码（父节点已证明破坏稀疏结构会崩掉 variogram/mmd），因此能动的只有非零值的幅度，恰是 variogram 不敏感的自由度。cur/target≈2 的差距几乎全部在 fixed（on/off 双峰）分量里，均值保持版无法也不应去动它。-2. **neighborhood_mmd 随机制强度单调劣化**（0.0551→0.0583/0.0581，d0.5 与 d1.0 相同量级）：改变表达值而坐标不动，直接扰动“表达-位置配对”的邻域均值分布。与节点 17（型内逐基因方差回复，γ>0 时 nbr 单调劣化、提交 γ=0）结论一致、实现路径不同（17 为回复式，本节点为 PLAN 的对数插值式+均值保持分解），两个独立实现同向失败，说明该机制族在“variogram 由稀疏结构主导”这一点上撞到同一堵墙。-3. damp 网格未继续扫（PLAN 步骤 9 的条件“variogram 改善且其他不亏”未满足）；查分额度用 6/20。-4. 已验证：off=父13 逐位（seed0）；第二版 pb 最大偏移 0.012（vs 第一版 2.7）；默认配置 seed1 两次运行逐位一致；vec-check 通过；n=5000 在 [583,5000] 内；运行 ~3.5s、内存 <0.4GB。未验证：真实括号 t=1/3（机制已关闭，无影响）；damp∈(0,0.5) 细扫（预期 nbr 损失同量级、variogram 增益为零，不值得额度）。-5. 生物学知识来源：无外部知识；仅使用 PLAN 给定的方差插值假设与输入数据现场计算的统计量。+1. **PLAN 验收条件失败**：要求 occupancy_dice raw 改善 ≥0.01，实测在 damp>0（压缩方向，即括号 log 插值目标方向）单调**劣化** 0.8066→0.7972→0.7849→0.7742；d2_shape 虽从 0.979 升到 1.000（+0.17 分），抵不过 occupancy 的损失（−0.15～−0.33 分）。damp=0.25 已触发 PLAN 风险 2 的邻域小幅劣化（0.05506→0.05520）。+2. **反向（膨胀，damp<0）更差**：occupancy 同样下降且 d2_shape 崩塌（raw 0.0047→0.0119），说明 occupancy_dice 的缺口（skill 0.42）不在“分型子云展幅”这个自由度上：全局 aniso（父 13，damp=1.25）已把整体各向异性调到网格最优，逐型再压缩会把云捏成带空隙的团块（dice 降），逐型膨胀会让类型互相重叠、破坏整体距离分布（d2 崩）。+3. 这印证了 PLAN 风险 3 的判据方向：occupancy 对分型整形有响应但全为负响应——mismatch 在体素占据的**全局分布/密度**，不在逐型 aspect ratio。+4. damp=0.75 未查分（介于 0.5 与 1.0 之间，单调性已确立，省额度）。查分额度用 6/20。+5. 已验证：off=父 13/19 逐位（seed 0）；seed 1 两次运行逐位一致；vec-check 通过；n=5000 ∈ [583,5000]；运行 ~9s、内存 <0.4GB。未验证：真实括号 t=1/3（机制已关闭，无影响）；MIN_CELLS/clip 变体（occupancy 双向劣化，无继续扫的意义）。+6. 生物学知识来源：无外部知识；仅使用 PLAN 给定的分型整形假设与输入数据现场计算的几何统计量。  ## 视图无关性 -VARISO（含关闭状态）只依赖：视图数据（表达、标签）、t（manifest 时间差，平移不变）、seed（未新增随机源，全部为确定性数组运算）。无绝对时间、无路径/文件名/board 字段、无硬编码统计量。默认路径与父节点 13 逐位一致，视图无关性继承自父节点。+TYPE_ANISO（含关闭状态）只依赖：视图坐标数据、类型标签、t（manifest 时间差，平移不变）、seed（未新增随机源）。无绝对时间、无路径/文件名/board 字段、无硬编码统计量。默认路径与父节点 13/19 逐位一致，视图无关性继承自父节点。  ## 下一步建议 -variogram 失分（skill 0.37）的根源是 on/off 结构与目标阶段不匹配，而非非零值幅度：两个独立方差缩放实现均证实此路不通。若要继续攻 cell_state，需改变零/非零模式本身（如按目标阶段的型内表达频率重采样 nnz 掩码），但父节点已证明全局稀疏率扰动会连带 mmd_u/邻域崩盘，风险高；更划算的方向仍是 shape_scale（occupancy skill 0.42，节点 13 建议的分块/分型整形）。+occupancy_dice（skill 0.42）对全局各向异性（父 13 已最优）和逐型各向异性（本节点，双向劣化）都关不上口子。剩余可能自由度：(a) 逐型**质心位置**的插值/重排（不是展幅缩放，而是类型间相对布局向括号插值目标移动）——但需盯 neighborhood_mmd 与结构门；(b) z 轴单独处理（离散切片结构，occupancy 的 16³ 网格对 z 分层敏感，全局 PCA 整形可能把层间距调错）；(c) 接受 shape_scale 现状，转攻 de_score/de_direction（0.58/0.64，权重各 12.5）——表达侧位移管线（α/λ/β）尚未做过针对 DE 排序指标的专门网格。diff --git a/solution/README.md b/solution/README.mdindex 0314f25..d1dfdd2 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,8 +1,8 @@-# mix + 表达收敛管线 + 各向异性PCA坐标整形 + VARISO 对照（T2:embryo:val_interp）+# mix + 表达收敛管线 + 各向异性坐标整形 + TYPE_ANISO 对照（T2:embryo:val_interp） -父节点 13 管线原样保留（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-+ aniso 坐标整形 damp=1.25 + jitter + RMS 回缩）。本节点按 PLAN（family T2EI-01）新增-VARISO：型内逐基因方差对数插值（均值保持版，绕 nnz 均值缩放、精确方差分解），-T2_VARISO_ENABLE=1 开启。proxy off/on 对照：variogram 无改善、neighborhood_mmd 各 damp-下均劣化、净 −0.35～−2.0，机制默认关闭（T2_VARISO_ENABLE=0），提交输出与父节点 13-逐位一致。详见 METHOD.md。+父节点 13/19 管线原样保留（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++ 全局 aniso 坐标整形 damp=1.25 + jitter + RMS 回缩；VARISO 默认关闭）。本节点按 PLAN+（family T2EI-06）新增 TYPE_ANISO：分型各向异性坐标整形（逐类型 PCA 轴展幅向括号 log 插值+目标缩放），T2_TYPEANISO_ENABLE=1 开启。proxy off/on 网格（damp −1.0…1.0）：occupancy_dice+在两个方向都单调劣化（off 0.8066 → 0.7742@d1.0 / 0.7783@dm1.0），净 −0.02～−1.27 分，+机制默认关闭（T2_TYPEANISO_ENABLE=0），提交输出与父节点 13/19 逐位一致。详见 METHOD.md。diff --git a/solution/run.py b/solution/run.pyindex 5fc562e..19e9eba 100644--- a/solution/run.py+++ b/solution/run.py@@ -34,7 +34,17 @@ input before it (no displacement possible without two stages). Newest mechanism (ANISO, family T2EI-06, this node): coordinate-side anisotropic PCA reshaping, see aniso_reshape below. Expression untouched. -This node (19, VARISO, family T2EI-01): within-type per-gene std+This node (22, TYPE_ANISO, family T2EI-06): per-type anisotropic coordinate+reshaping inserted after the global aniso and before jitter; each shared type's+output sub-cloud is scaled along its own PCA axes toward the log-interpolated+bracket per-axis stds (see TYPEANISO_* docs). Off/on grid on the proxy+(damp -1.0..1.0): occupancy_dice raw degrades monotonically in BOTH directions+from off (0.8066 -> 0.7742 at damp=1.0, -> 0.7783 at damp=-1.0), d2_shape+collapses under expansion, net board -0.02..-1.27. Submitted with+TYPEANISO_ENABLE=0: output bit-for-bit identical to parent node 13/19.+Details in METHOD.md.++Earlier node (19, VARISO, family T2EI-01): within-type per-gene std log-interpolation after the pair-shrinkage step, mean-preserving (nnz deviations scaled around the nnz mean; exact variance decomposition var_all = fixed + p*var_nnz). Off/on control on the proxy: variogram raw@@ -126,6 +136,29 @@ ANISO_CLIP = (float(os.environ.get("T2_ANISO_CLIP_LO", "0.3")), # changes. VARISO_ENABLE=0 (or DAMP=0) reproduces the parent bit-for-bit. # Submitted default: ENABLE=0 — proxy off/on scoring showed the mechanism is # net-negative at every damp tried (see METHOD.md), same conclusion as node 17.+# Per-type anisotropic coordinate reshaping (TYPE_ANISO, family T2EI-06, this node):+# after the global aniso_reshape and before jitter, each shared cell type's output+# sub-cloud is independently stretched/compressed along its own PCA axes toward+# the log-interpolated bracket per-axis stds. For each type with >=MIN_CELLS cells+# in BOTH bracket stages (aligned frame, before global aniso): center each side by+# its own type centroid, PCA axes from the merged centered points, per-axis+# std_a[k], std_b[k]; target_k = exp(log(std_a+eps) + t*(log(std_b+eps)-log(std_a+eps))),+# eps=0.01. Output cells of the type: project (cell - output type centroid) onto+# the type axes, scale axis k by r_k = 1 + gamma_ta*(target_k/cur_k - 1) clipped+# to [LO, HI], gamma_ta = TYPEANISO_DAMP * t; reconstruct. The subsequent+# scale_to_rms restores the exact target RMS (scale_log_ratio untouched).+# Expression untouched. TYPEANISO_ENABLE=0 reproduces the parent bit-for-bit.+# Submitted default: ENABLE=0 — proxy off/on grid (damp -1.0..1.0) showed+# occupancy_dice raw degrades monotonically in BOTH directions from off+# (0.8066 -> 0.7972/0.7849/0.7742 for damp 0.25/0.5/1.0; 0.7862/0.7783 for+# -0.5/-1.0) and d2_shape collapses under expansion; net board -0.02..-1.27.+# Output with ENABLE=0 is bit-for-bit identical to parent node 13/19.+TYPEANISO_ENABLE = os.environ.get("T2_TYPEANISO_ENABLE", "0") == "1"+TYPEANISO_DAMP = float(os.environ.get("T2_TYPEANISO_DAMP", "0.5"))+TYPEANISO_MIN_CELLS = int(os.environ.get("T2_TYPEANISO_MIN_CELLS", "20"))+TYPEANISO_CLIP = (float(os.environ.get("T2_TYPEANISO_CLIP_LO", "0.5")),+                  float(os.environ.get("T2_TYPEANISO_CLIP_HI", "2.0")))+TYPEANISO_EPS = float(os.environ.get("T2_TYPEANISO_EPS", "0.01")) VARISO_ENABLE = os.environ.get("T2_VARISO_ENABLE", "0") == "1" VARISO_DAMP = float(os.environ.get("T2_VARISO_DAMP", "1.0")) VARISO_CLIP = (float(os.environ.get("T2_VARISO_CLIP_LO", "0.3")),@@ -170,6 +203,58 @@ def aniso_reshape(coords, aligned_a, aligned_b, t: float, damp: float):     return out, info  +def type_aniso_reshape(coords, labs_out, ca, cb, la_all, lb_all, t: float):+    """Per-type anisotropic reshaping of the output cloud (see TYPEANISO_* docs)."""+    gamma = TYPEANISO_DAMP * float(t)+    c = np.asarray(coords, dtype=np.float64).copy()+    lo, hi = TYPEANISO_CLIP+    shared = sorted(set(la_all.tolist()) & set(lb_all.tolist()))+    rs_all, tgt_over_cur, n_done, n_clip = [], [], 0, 0+    for lab in shared:+        ma = la_all == lab+        mb = lb_all == lab+        if int(ma.sum()) < TYPEANISO_MIN_CELLS or int(mb.sum()) < TYPEANISO_MIN_CELLS:+            continue+        Ac = np.asarray(ca, dtype=np.float64)[ma]+        Bc = np.asarray(cb, dtype=np.float64)[mb]+        Ac = Ac - Ac.mean(axis=0)+        Bc = Bc - Bc.mean(axis=0)+        M = np.vstack([Ac, Bc])+        cov = (M.T @ M) / max(len(M) - 1, 1)+        evals, evecs = np.linalg.eigh(cov)+        axes = evecs[:, np.argsort(evals)[::-1]]+        std_a = np.maximum((Ac @ axes).std(axis=0), 1e-9)+        std_b = np.maximum((Bc @ axes).std(axis=0), 1e-9)+        target = np.exp(np.log(std_a + TYPEANISO_EPS)+                        + float(t) * (np.log(std_b + TYPEANISO_EPS) - np.log(std_a + TYPEANISO_EPS)))+        rows = np.where(labs_out == lab)[0]+        if rows.size < TYPEANISO_MIN_CELLS:+            continue+        P = c[rows]+        mu = P.mean(axis=0)+        proj = (P - mu) @ axes+        cur = np.maximum(proj.std(axis=0), 1e-9)+        r = np.clip(1.0 + gamma * (target / cur - 1.0), lo, hi)+        c[rows] = (proj * r) @ axes.T + mu+        rs_all.append(r)+        tgt_over_cur.append(target / cur)+        n_clip += int(((r <= lo + 1e-12) | (r >= hi - 1e-12)).sum())+        n_done += 1+    info = {+        "typeaniso_gamma": gamma,+        "typeaniso_n_types": n_done,+        "typeaniso_r_mean": float(np.mean(rs_all)) if rs_all else None,+        "typeaniso_r_min": float(np.min(rs_all)) if rs_all else None,+        "typeaniso_r_max": float(np.max(rs_all)) if rs_all else None,+        "typeaniso_r_in_band": float(np.mean((np.concatenate(rs_all) >= 0.95)+                                             & (np.concatenate(rs_all) <= 1.05))) if rs_all else None,+        "typeaniso_clip_frac": float(n_clip / max(3 * n_done, 1)) if n_done else None,+        "typeaniso_tgt_over_cur_mean": float(np.mean(np.concatenate(tgt_over_cur))) if tgt_over_cur else None,+        "typeaniso_rs": [r.tolist() for r in rs_all],+    }+    return c, info++ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):     t = float(t)     damp = float(params.get("scale_damp", 1.0))@@ -441,9 +526,19 @@ def mix_converge(stage_a, stage_b, t: float, params: dict, alpha: float):     if ANISO_ENABLE and coords.shape[0] >= 10:         coords, ai = aniso_reshape(coords, aligned_a, aligned_b, t, ANISO_DAMP)         aniso_info.update(ai)+    ta_info = {"typeaniso_enable": bool(TYPEANISO_ENABLE), "typeaniso_damp": TYPEANISO_DAMP,+               "typeaniso_min_cells": TYPEANISO_MIN_CELLS}+    if TYPEANISO_ENABLE and TYPEANISO_DAMP != 0.0 and ia.size and ib.size and coords.shape[0] >= 10:+        labs_out = np.concatenate([np.asarray(stage_a.labels).astype(str)[ia],+                                   np.asarray(stage_b.labels).astype(str)[ib]])+        coords, tai = type_aniso_reshape(coords, labs_out, ca, cb,+                                         np.asarray(stage_a.labels).astype(str),+                                         np.asarray(stage_b.labels).astype(str), t)+        ta_info.update(tai)     coords = _jitter(coords, rng)     coords = scale_to_rms(coords, target_rms)     info.update(aniso_info)+    info.update(ta_info)     info.update(variso_info)     info.update(         t=t, n=int(expr.shape[0]), rms_a=rms_a, rms_b=rms_b, target_rms=target_rms,@@ -481,7 +576,11 @@ def main() -> None:                                        "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",-                                       "variso_enable", "variso_damp", "variso_n_types", "variso_f_mean",+                                        "typeaniso_enable", "typeaniso_damp", "typeaniso_min_cells",+                                        "typeaniso_gamma", "typeaniso_n_types", "typeaniso_r_mean",+                                        "typeaniso_r_min", "typeaniso_r_max", "typeaniso_r_in_band",+                                        "typeaniso_clip_frac", "typeaniso_tgt_over_cur_mean", "typeaniso_rs",+                                        "variso_enable", "variso_damp", "variso_n_types", "variso_f_mean",                                        "variso_f_in_band", "variso_f_min", "variso_f_max",                                        "variso_cur_over_tgt", "variso_pb_maxshift")}     print(json.dumps({"bracket": [a["stage"], b["stage"]], **keep}, default=float), file=sys.stderr)

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**：按 PLAN（T2EI-06）在父节点 13/19 管线的全局 aniso 之后实现分型各向异性坐标整形（TYPE_ANISO：逐类型 PCA 轴展幅向括号 log 插值目标缩放，MIN_CELLS=20、clip [0.5,2]），完成 off/on 对照（damp −1.0/−0.5/0.25/0.5/1.0，6/20 查分）。

**查分结果**：机制净负——occupancy_dice 在两个方向都单调劣化（off 0.8066 → 0.7742@d1.0、0.7783@d−1.0），d2_shape 虽升至 skill 1.0 但抵不过损失；榜分 off 61.45 vs 61.43（d0.25）～60.18（d−1.0）。PLAN 验收条件（occupancy +0.01）失败，提交默认 `T2_TYPEANISO_ENABLE=0`，输出与父节点逐位一致（seed 0 验证、seed 1 确定、vec-check 通过、~9s/<0.4GB）。

**下一步最值得试**：occupancy 缺口不在逐型展幅；试 (a) 逐型质心布局插值、(b) z 轴/切片层间距单独整形，或 (c) 转攻 de_score/de_direction（权重 12.5×2，表达位移管线未做过针对 DE 排序的专门网格）。

调研员

pe reshaping if the mismatch is in cell density rather than aspect ratio. Early signal: if occupancy_dice raw changes <0.005 at damp=1.0, the mechanism isn't reaching the right degree of freedom.\n4) Global aniso already captures most of the anisotropy; per-type correction may be redundant. Check: if per-type r_k are all within [0.95, 1.05], the mechanism has no room.",
  "family_id": "T2EI-06",
  "mechanism": "Per-type anisotropic coordinate reshaping: each cell type's sub-cloud is independently stretched/compressed along its own PCA axes toward the log-interpolated target aspect ratio, on top of the existing global aniso. This corrects type-specific shape mismatches that the global PCA averages out.",
  "vs_constant_shift": "A constant per-type displacement moves every cell of a type by the same vector (rigid translation), preserving all within-type relative positions. This mechanism scales each cell's deviation from its type centroid along type-specific PCA axes by axis-specific factors—cells farther from the centroid along a given axis move proportionally more, changing the within-type spread anisotropically. The displacement is position-dependent, not constant.",
  "mechanism_evidence": "Engineer should report: (1) per-type r_k values—if all ≈1.0 the mechanism is inert; (2) occupancy_dice raw change (target: ≥+0.01); (3) d2_shape skill must stay ≥0.95; (4) neighborhood_mmd raw change (must not degrade >0.002); (5) board score delta vs off control. A successful mechanism shows heterogeneous r_k across types (some axes stretched, others compressed) with occupancy_dice improving while d2_shape and neighborhood_mmd are stable.",
  "mechanism_off_control": "T2_TYPEANISO_ENABLE=0: the per-type reshaping block is skipped entirely. Output must be bit-for-bit identical to the parent node-13 configuration (verify with array_equal on X and spatial_3D at seed 0). Expected: all 8 metrics identical to the off baseline; any difference indicates a leak.",
  "sources": []
}
```

审查员

REVIEW.json written