Virtual Embryo Challenge更新于 10-03 19:12(北京时间) / 每 5 分钟更新

运行档案 / T2:heart:val_extrap / 10-03 17:20

运行链

先看终选决定,再沿节点查看方法、代码改动和对话证据。

搜索尚未完成终选

下方分数代表当前搜索进度,不能作为最终提交结果。

与其他运行比较
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。
n24
本运行目标 54.06(种子 0 单次),还在搜索,暂时最好
节点?搜索树里的每个候选程序。
26
已打分 24
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。
17
分析员 4、工程师 4、调研员 7、审查员 2

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。

分数均值± 标准差次数
搜索目标分54.06—1
proxy_noscale54.06—1

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。

n1 种子 导入自 20261003-105537-search-t2-heart-extrap-g24-D#1
seed copy_last
搜索目标分 50.00 · proxy_noscale 50.00 · 3 次复测均分 50.00
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)
↓
n6 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#6
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)。
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论?分析员(Analyst)看完分数后写下的第一条经验。:对锚阶段表达沿顶部 PC 做对称放大时,伪批量位移≈0,唯一 dp 来自 clip(0) 对零膨胀基因的非对称抬升;该 dp 排序反预测真实上调集(de_score −0.58~−0.60),且秩对 alpha 大小不变,缩小 alpha 无法救回符号。
审查意见 通过 检查1(越界读取):未发现问题——run.py 仅通过 src.task2_spatial.view_io 的 load_manifest/anchor_entry/read_stage/panel_genes 读取 --data 视图内的锚阶段(E8.75 输入),无绝对路径、'..'、/mnt、/home、data/raw、打分器路径,无联网;未读取目标阶段文件。; 检查2(硬编码目标统计量):未发现问题——run.py 无任何写死
↓
n8 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#8
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 alpha=0(逐位=copy_last)提交。
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:在 T2 heart 外推榜上,E8.25→E8.75 全局速度经 PC5/PC8(|投影| 3.4)去噪后做定向位移,de_score 原始值仅 +0.042(低于 PLAN 阈值 0.05)、de_direction −0.015:前一区间的速度方向对下一区间真值变化的秩预测力≈0,线性外推方向在该榜不成立。
审查意见 通过 1 越界读取:未发现问题——run.py 仅通过 view_io(load_manifest/read_stage/panel_genes/anchor_entry)读取 --data 视图内输入阶段(run.py:81-97),无绝对路径、..、external/、prior/ 或评分器路径访问,无联网;METHOD.md:31 声明 external Qiu E8.75 未读,与代码一致。; 2 硬编码目标统计量:未发现问题——程序
↓
n10 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#10
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)
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:在 T2:heart:val_extrap 的 copy_last 基座上,只重排“细胞↔坐标”配对(表达矩阵与坐标点集逐位不变)的有界2-opt,smooth B∈{2%,5%,10%} 与 sharpen B=5% 都无法把 neighborhood_mmd 推离地板:Engineer 报告 local_spatial 仅在 50.00–50.03 波动(远小于 T2 约 1 分噪声),机制运行(499/620/1241 次交换)但无有效信号。
审查意见 通过 1 越界读取:未发现问题——run.py 只经 load_manifest/read_stage/panel_genes 读 args.data 视图内数据(run.py:121-123),无绝对路径、'..'、/mnt、external 或评分器路径,无联网。; 2 硬编码目标统计量:未发现问题——细胞数取自 manifest 的 min_cells/max_cells(run.py:124),基因取自 panel_genes,代码中
↓
n11 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#11
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
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:在 T2:heart:val_extrap 的 copy_last 基座上,沿锚阶段 PCA 轴做乘性方差缩放(α∈{−0.10,+0.05,+0.10,+0.20},k∈{10,20,50})时,variogram 随 |α| 在扩张与收缩两个方向都单调恶化(0.0586→0.0696),mmd_u 平坦或更差,neighborhood_mmd 同步恶化(0.11445→0.11572),说明 identity 在该扰动族下是局部最优,不要再用更小 |α| 试探同族配置。
↓
n13 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#13
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
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:copy_last 基座上,坐标-15NN 表达配对已近局部最优:加 α=0.02 全局位移后再跑 2-opt,3 轮扫描只找到 75/497 对精确增益>EPS 的改善交换、Dirichlet 能量只降 0.313%、neighborhood_mmd 变化≈0,说明'微小表达位移可打破配对局部最优'的前提不成立,与节点 10 在纯 copy_last 上的结论一致。
↓
n17 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#17
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
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:在 occupancy_dice 评分器已内部做质心归零+主轴对齐+4 种 det=+1 翻转取最优的条件下,提交前对坐标做任何 det=+1 刚体规范化都是 score-wise 恒等变换(本节点 on 态八项 skill 全部=地板 0.5,榜分 50.00)。
↓
n18 改进 导入自 20261003-105537-search-t2-heart-extrap-g24-D#18
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
搜索目标分 50.00(+0.0) · proxy_noscale 50.00(+0.0)
分析员结论:在心脏外推榜上,视图内相邻两阶段做型内 OT 配对得到的逐细胞速度,其型内单细胞离散分量 ≥ 系统时间分量(型均速度模长仅 ≈ med_cos×|v| ≈ 8–16 vs |v| 中位 25.6),沿此速度做加法位移注入的是噪声而非发育方向。
↓
n21 改进
按型伪批量倍数外推:x'=x·2^(α·v_t),v_t=log2(pb_anchor,t+c)−log2(pb_prev,t+c)(α=1,纯乘法极限 c→0:零值保持零、无 clip),坐标/行序/细胞数冻结,双硬门控。
搜索目标分 51.53(+1.5) · proxy_noscale 51.53(+1.5) · 3 次复测均分 51.58
分析员结论:在稀疏表达上,父节点加法位移 88.7% 条目被 clip 到 0 的整流偏置是结构性问题而非信号缺失:改成乘法位移 x'=x*2^(alpha*v_t) 后 clip_frac=0、spearman(dp,dt_approx) 从 0.073 升到 0.595,零值保持零、稀疏模式逐位保留。
审查意见 通过 检查1 越界读取:run.py 仅通过 load_manifest/panel_genes/read_stage(第95-97、113行)访问 args.data 视图目录,读取的阶段条目均来自 manifest(anchor_entry、extrap_step),无绝对路径/..//mnt//home/data/raw/downloads/打分器/src/common/evaluation 访问,未联网,未读取目标阶段文件;未发现问题
↓
n24 改进 当前最好
按型乘法外推 + 逐细胞组成再归一:位移过门控后把每个细胞的线性总量按 γ=0.5 幂拉回其自身原始总量(CP10k 不变量),叠加 k=0.5 的按型速度软阈值;坐标/行序/细胞数冻结。
搜索目标分 54.06(+2.5) · proxy_noscale 54.06(+2.5) · 3 次复测均分 54.13
分析员结论:对 log1p(CP10k) 数据做逐基因乘法位移会把细胞线性总量膨胀(本例中位 ~2.2×、IQR 上缘 13×),破坏所有真实测量阶段共有的库大小不变量;用 γ 幂把总量拉回自身原值(γ=0.5)单独贡献 +2.4 本地分,且 DE 组从地板升到 de_score 0.111 / de_direction 0.207 原始值
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 用 --data 给定的视图路径读数据(run.py:142-160),import 仅 src.task2_spatial.sample/view_io(run.py:69-77),无绝对路径、'..'、/mnt、/home、打分器或 src/common/evaluation,无联网。; 2 硬编码目标统计量:未发

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。

n1 种子,已打分,50.001n2 种子,已打分,49.512n3 改进,已打分,50.003n4 改进,已打分,49.894n5 改进,已打分,52.745n6 改进,已打分,50.006n7 改进,已打分,49.607n8 改进,已打分,50.008n9 改进,已打分,49.609n10 改进,已打分,50.0010n11 改进,已打分,50.0011n12 改进,已打分,50.0012n13 改进,已打分,50.0013n14 改进,已打分,50.0014n15 改进,已打分,48.9215n16 改进,已打分,48.9816n17 改进,已打分,50.0017n18 改进,已打分,50.0018n19 改进,已打分,50.0019n20 种子,已打分,49.5120n21 改进,已打分,51.5321n22 改进,已打分,50.0022n23 改进,已打分,50.6223n24 改进,已打分,54.0624n25 改进,编写中25n26 改进,编写中26终选
已打分?程序正常跑完并拿到分数。编写中?大模型正在修改程序代码。
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。
5051525354010203040506070从开始算起的分钟数20261003-172000-search-t2-heart-extrap-chain-12h20261003-172000-search-t2-heart-extrap-chain-12h:0 分钟 49.5120261003-172000-search-t2-heart-extrap-chain-12h:0 分钟 50.0020261003-172000-search-t2-heart-extrap-chain-12h:0 分钟 52.7420261003-172000-search-t2-heart-extrap-chain-12h:72 分钟 54.06
全部节点与对话(26)
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_noscale3 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—50.050.0通过1 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#1 seed copy_last
n2—种子已打分49.5—49.5—通过1 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#2 seed damped_shift
n3n1改进已打分50.0+0.050.0—通过18 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#3 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。
n4n2改进已打分49.9+0.449.949.9未审查17 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#4 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。
n5n4改进已打分52.7+2.852.7—不通过19 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#5 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。
n6n1改进已打分50.0+0.050.0—通过23 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#6 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)。
n7n3改进已打分49.6-0.449.649.9未审查20 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#7 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。
n8n6改进已打分50.0+0.050.0—通过22 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#8 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
n9n3改进已打分49.6-0.449.649.9未审查39 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#9 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。
n10n8改进已打分50.0+0.050.0—通过22 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#10 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)
n11n10改进已打分50.0+0.050.0—未审查20 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#11 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
n12n3改进已打分50.0+0.050.0—未审查33 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#12 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
n13n11改进已打分50.0+0.050.0—未审查29 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#13 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
n14n12改进已打分50.0+0.050.0—未审查13 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#14 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,
n15n13改进已打分48.9-1.148.9—未审查18 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#15 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
n16n14改进已打分49.0-1.049.0—未审查37 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#16 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。
n17n13改进已打分50.0+0.050.0—未审查11 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#17 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
n18n17改进已打分50.0+0.050.0—未审查24 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#18 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
n19n14改进已打分50.0+0.050.0—未审查17 分导入自 20261003-105537-search-t2-heart-extrap-g24-D#19 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。
n20—种子已打分49.5—49.549.5通过不到 1 分seed damped_shift
n21n18改进已打分51.5+1.551.551.6通过39 分按型伪批量倍数外推:x'=x·2^(α·v_t),v_t=log2(pb_anchor,t+c)−log2(pb_prev,t+c)(α=1,纯乘法极限 c→0:零值保持零、无 clip),坐标/行序/细胞数冻结,双硬门控。
n22n19改进已打分50.0+0.050.0—未审查36 分NO_CHANGE: 型组成趋势子采样外推(α=0.005–1.0 共 10 档幅度、12 次查分均低于提交门槛:α≥0.025 时 DE 与真值反相关饱和 −0.47~−0.54,保护区 α≤0.02 三种子均值 50.05≈地板)
n23n22改进已打分50.6+0.650.650.6未审查46 分锚阶段表达在坐标15-NN图上做2步扩散平滑(ε=0.6,只动实测正值、保零模式),逐基因列缩放精确复原伪批量;坐标、组成、细胞数、行序全部不变,DE恒处无变化保护区。
n24n21改进已打分54.1+2.554.154.1通过30 分按型乘法外推 + 逐细胞组成再归一:位移过门控后把每个细胞的线性总量按 γ=0.5 幂拉回其自身原始总量(CP10k 不变量),叠加 k=0.5 的按型速度软阈值;坐标/行序/细胞数冻结。
n25n24改进编写中————未审查——
n26n23改进编写中————未审查——
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403 分86,23010,432
工程师402 小时 9 分483,497219,699
调研员7027 分114,84665,424
审查员202 分43,0656,700
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。20261003-172000-search-t2-heart-extrap-chain-12h
10-03 17:20 · 自动搜索 · T2:heart:val_extrap · 运行链 · 12h
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
状态运行中
开始 / 结束10-03 17:20 / (运行中)
用时1 小时 52 分 / 预算 12 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。bc1f100a4d3d9e4d4e1ee7eb6f5c2826c75710db
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/20261003-172000-search-t2-heart-extrap-chain-12h/config_source.yaml
配置指纹 84eeb839daf77eac
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。4f8dfe39365978ef 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/20261003-172000-search-t2-heart-extrap-chain-12h/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。39526af3a00f6d62
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/20261003-172000-search-t2-heart-extrap-chain-12h 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