总览 · ← 返回运行 20261003-172000-search-t2-heart-extrap-chain-12h

节点 n24 在终选来历上

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。

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 e1fdd8a9db:solution/METHOD.md

PYTHONPATH=<modeling_ro> python run.py --data <view> --out pred.h5ad --seed 0
# 旋钮（默认=提交配置）：VEC_ALPHA=1.0 VEC_K=0.5 VEC_GAMMA=0.5 VEC_C=0 VEC_GATE_SPEARMAN=0.3 VEC_DEBUG=1

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 2f62d39214。改动的文件：solution/METHOD.md +54 −47、solution/README.md +5 −5、solution/run.py +78 −8

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 8265f94..18a5be4 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,54 +1,61 @@-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。+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。 -- family_id: T2HX-01（PLAN 指定的 log 域按型伪批量速度外推；实际最优实现是其 c→0 极限 = 纯乘法倍数位移）-- parent: node 18（copy_last 地板）+- family_id: T2HX-01（在父节点 21 的按型伪批量乘法速度外推基座上）+- 本节点实际生效的机制：**逐细胞组成再归一化（compositional re-closure，VEC_GAMMA=0.5）**。PLAN 指定的基因级软阈值（VEC_K=0.5）单独无效（见下），但与再归一化组合时分数持平略优，保留在提交配置里。+- parent: node 21（51.53）  ## 方法 -1. 基座 = copy_last：锚阶段（≤目标的末输入）原样输出；细胞数超过 `max_cells` 时按型分层抽样（`take`），否则整份输出。坐标、行序、细胞数不因机制改变。-2. 机制（默认开）：读上一输入阶段，对每个共有细胞型算伪批量 log2 速度 v_t = log2(pb_anchor,t + c_vel) − log2(pb_prev,t + c_vel)，c_vel = max(c, 1)；prev 缺失的型 v=0。-3. 逐细胞乘法位移：x' = x · 2^(α·v_type(i))（提交配置 α=1.0、c=0）。**零值保持零、稀疏结构逐位保留、clip_frac=0**——父节点加法位移 88.7% 条目触 clip 的整流偏置在结构上不可能出现。等价于每型伪批量做几何外推 pb·(pb_a/pb_p)^α。-4. 硬门控（离线、不耗额度）：std(dp)/std(dt_approx) ≥ 0.01（DE 保护）且 spearman(dp, dt_approx) ≥ 0.3（方向门），任一不过 → 回退 α=0（逐位 copy_last）。实测 α=1.0/c=0：std_ratio=0.4724、spearman=0.5948，双双通过。-5. `--ablate <任意名>`：跳过机制，输出逐位 = copy_last（实测 sha256 a26c0b78… 与父节点提交一致）。单输入或锚≠末输入时同样回退 copy_last（已实测）。--## 机制生效证据（PLAN mechanism_evidence 五项）--1. 离线 spearman(dp, dt_approx) = 0.5948（门限 0.3）；对照父节点加法位移 0.073。-2. clip 比例 = **0.0000**（加法 88.7%；带伪计数 c>0 的 log 域版仍有 64%——PLAN 预期"无负值"不成立，零值+v<0 时 2^(αv)−c<0 仍触 clip；c→0 才结构性消除）。-3. dp 与 dt_approx 非均匀缩放：std(dp)=0.47·std(dt_approx)，逐基因 dp 由每型 fold 加权组成，不是全局比例。-4. 型内位移非常数：同型细胞共享 v_t 但位移量 ∝ 各自表达值（乘法），零/低表达细胞位移小、高表达大；各型 |v_t| 3.7–10.9 不等。-5. 四组分变化（A 半，copy_last → 提交配置）：-   - expression_change 50.00→50.08（de_direction 原始 0→+0.0065，de_score 0→0）-   - cell_state 50.00→51.73（mmd_u 0.05832→0.05217，variogram 0.05806→0.05727，双双改善）-   - local_spatial 50.00→54.01（neighborhood_mmd 0.1126→0.09748，skill 0.540）-   - shape_scale 50.00→50.00（坐标冻结，三项原始值逐位不变）--## 查分记录（20/20 次，全部 T2:heart:val_extrap/proxy_noscale，A 半）--| # | 配置 | 榜分 | 要点 |-|---|---|---:|---|-| 1–2 | log域 c=1 α=0.5（重复计分1次） | 50.26 | clip 64%，variogram 恶化 |-| 3 | log域 c=1 α=1.0 | 50.27 | nbh 改善被 variogram 抵消 |-| 4 | log域 c=1 α=2.0 | 47.81 | 崩溃（var 0.1015） |-| 5 | log域 c=0.5 α=1.0 | 50.53 | c 越小越好 |-| 6 | **mult c=0 α=1.0** | **51.46** | 零 clip，全组 ≥ 地板 |-| 7 | mult α=0.5 | 50.96 | |-| 8 | varpres α=1.0 c=0.5 | 48.70 | 型内方差重标定+clip→整流，弃 |-| 9 | log域 c=0.5 α=1.5 | 49.33 | 过冲 |-| 10 | log域 c=0.25 α=1.0 | 50.67 | |-| 11–14 | mult α=0.75/1.25/1.5/2.0 | 51.30/51.46/51.31/50.45 | 峰平坦于 α≈1–1.25 |-| 15 | mult+comp（n=全量，无操作） | 51.46 | allocate 满员返回全部 |-| 16 | mult+comp 有放回复制 β=0.5 | 49.44 | cell_state/local 更好但复制坐标毁 shape（40.79） |-| 17 | mult+comp 下采样 β=0.5 | 49.82 | 去细胞也伤 shape（44.48），组成杠杆关闭 |-| 18–19 | mult+James-Stein 收缩 κ=med/200 | 50.45/50.88 | 向全局速度收缩反而变差：按型特异 fold 才是信号 |-| 20 | 提交文件确认（final_s0） | 51.46 | 与 #6 逐位一致 |--## 验证过 / 没验证--- 验证：伪装视图（文件重命名、时间整体 +1 天、manifest 键序反转）输出逐位相同；seed 0/7 预测内容相同（仅 uns.generator_seed 差异）；3 输入 + max_cells<锚阶段（分层抽样路径）跑通且门控通过；单输入回退 copy_last 逐位；vec-check ok；CPU、秒级运行、峰值内存 <1GB（`EXECUTION.json gpu:false`）。-- 没验证：真实 final 视图（prev/last 为另一对阶段，dt_ratio=4/3 vs 代理 1.5；α 峰平坦于 0.75–1.5，取固定 α=1.0 不乘 time_scale，避免对代理步长过拟合）；B 半分数（+1.46 在 T2 噪声 ±1 边缘，但 mmd_u/variogram/nbh 三项同时单调改善是结构性信号，非单指标抖动）；scale_log_ratio（本地冻结为地板，机制不碰坐标故真实尺子上该项 = copy_last 行为）。-- 组成外推（几何 fold 规则，β=0.5，clip 2×）方向对分布指标有效（mmd_u 0.0499、nbh 0.0944 均优于提交配置）但任何改变细胞集合的操作都伤 d2_shape/occupancy——后续若做组成，须保持坐标点集不变（如仅交换表达）或接受 shape 损失换 cell_state。+基座与父节点 21 完全相同：copy_last 行序/坐标/细胞数冻结；两个输入阶段（按 manifest 顺序，无绝对时间）按共有细胞型算伪批量 log2 速度 v_t = log2(pb_anchor+c)−log2(pb_prev+c)（c=1），逐细胞 log1p 域乘法位移 x' = x·2^(α·v_t)（α=1.0，零值保持零、稀疏模式不变）；双硬门控（std_ratio≥0.01、spearman≥0.3，在**再归一化之前**的 dp 上算，与父节点相同）不过则逐位回退 copy_last。++新增两步：++1. **基因级速度软阈值（PLAN 机制，k=0.5）**：对每个 v_t，σ_t = MAD(v_t)（绕中位数的中位绝对偏差），λ_t = k·σ_t，ṽ_t = sign(v_t)·max(0, |v_t|−λ_t)。k=0 时逐位等于父节点（已验证 k=0 输出复现父节点分数 51.46）。+2. **逐细胞组成再归一化（本节点主机制，γ=0.5）**：门控通过后，把位移后的表达转回线性域（expm1），每细胞乘 (S_old,i/S_new,i)^γ 再 log1p。动机是数据格式不变量而非任何保留阶段测量：视图内每个已发布阶段的 `.X` 都是 log1p(CP10k)，逐细胞线性总量恒为 10^4（程序现场从锚阶段验证，中位数=10000、std≈0.001）；父节点的乘法位移把总量中位数膨胀到 ~2.2×（IQR 上缘 13×），这是任何真实测量阶段都不具有的伪影，且被 mmd_u/variogram/DE 的伪批量看到。γ=1 是精确再闭合，γ=0.5 是本地最优的部分再闭合。零值保持零、稀疏模式与坐标不变。++`--ablate <任意名>`：α=0，跳过位移与再归一化，输出逐位 = copy_last（已验证与父节点 ablate 输出一致）。++## 查分记录（proxy_noscale A 半，共 15 次，余 5）++| # | 配置 | 榜分 | expression_change | cell_state | local_spatial | de_score / de_direction 原始 | variogram | nbh_mmd |+|---|---|---:|---:|---:|---:|---|---:|---:|+| 1-2 | k=0, γ=0（=父节点，两次） | 51.46 / 51.46 | 50.08 | 51.73 | 54.01 | 0 / 0.0065 | 0.0573 | 0.0975 |+| 3 | k=0.5, γ=0 | 51.42 | 50.04 | 51.68 | 53.94 | 0 / 0.0029 | 0.0573 | 0.0978 |+| 4 | k=0.25, γ=0 | 51.44 | 50.06 | 51.71 | 53.98 | 0 / 0.0050 | 0.0573 | 0.0976 |+| 5 | k=0.75, γ=0 | 51.37 | 49.94 | 51.66 | 53.90 | 0 / −0.0051 | 0.0573 | 0.0979 |+| 6 | α=1.5, k=0, γ=0 | 51.31 | 50.07 | 51.35 | 53.82 | 0 / 0.0053 | 0.0600 | 0.0982 |+| 7 | α=2.0, k=0, γ=0 | 50.45 | 49.95 | 49.69 | 52.16 | −0.014 / 0.0102 | 0.0653 | 0.1050 |+| 8 | k=0, γ=1.0 | 52.64 | 54.90 | 52.95 | 52.73 | 0.125 / 0.221 | 0.0361 | 0.1026 |+| 9 | k=0, γ=0.5 | 53.86 | 54.48 | 54.34 | 56.64 | 0.111 / 0.208 | 0.0416 | 0.0877 |+| 10 | k=0, γ=0.25 | 53.03 | 52.42 | 53.41 | 56.29 | 0.069 / 0.111 | 0.0485 | 0.0889 |+| 11 | k=0, γ=0.75 | 53.41 | 54.54 | 54.05 | 55.06 | 0.097 / 0.225 | 0.0376 | 0.0935 |+| 12 | α=1.25, γ=0.5, k=0 | 52.76 | 54.77 | 52.74 | 53.53 | 0.125 / 0.213 | 0.0392 | 0.0994 |+| 13 | α=0.75, γ=0.5, k=0 | 53.67 | 53.92 | 53.98 | 56.79 | 0.097 / 0.185 | 0.0469 | 0.0871 |+| 14 | **k=0.5, γ=0.5, α=1.0（提交）** | **53.94** | 54.49 | 54.44 | 56.83 | 0.111 / 0.208 | 0.0419 | 0.0870 |+| 15 | 提交配置, seed 1 | 53.94 | （逐位同 seed 0：锚阶段 n≤max_cells，全量输出，seed 无关） | | | | | |++shape_scale 恒 50.0（坐标点集冻结，d2/occupancy/scale 三项逐位不变；proxy_noscale 本身钉住 scale 项）。++## 结论与机制证据++- **PLAN 软阈值单独被证否**：γ=0 下 k=0.25/0.5/0.75 = 51.44/51.42/51.37，全部 ≤ k=0 的 51.46，且 de_direction 随 k 单调恶化（0.0065→−0.0051）；被压零基因比例 16–50%（非退化），spearman(dp,dt_approx) 仅 0.5948→0.5952，未达 PLAN 预期的 0.62+。按 PLAN 风险条款 #2（差 <0.5 判无效）判定该机制单独无效。+- **α>1 也被证否**（父节点建议 #2 的收尾）：乘法域 α=1.5/2.0 = 51.31/50.45，de_score 仍 <0.05，确认 DE 侧靠"加大步长"不可得。+- **备选机制（组成再归一化）有效且量级大**：γ 从 0→0.5 提升 +2.4 分，DE 组首次脱离地板（de_score 原始 0→0.111、de_direction→0.208），variogram 0.0573→0.0419（大改善）、mmd_u 0.0522→0.0575（略变差，被 variogram 抵消后 cell_state 组仍 +2.7）、neighborhood_mmd 0.0975→0.0870。四组中三组同向改善（expression_change +4.4、cell_state +2.7、local_spatial +2.8），远超 T2 约 1 分的噪声；这不是单指标尖峰。+- 机制证据（PLAN mechanism_evidence 各项）：(1) k=0.5 压零比例 ~30%（各型 0.20–0.36）；(2) 阈值前后 spearman 0.5948→0.5952（未升，PLAN 预期落空）；(3) de 原始值上升主要由再归一化贡献（γ=0.5,k=0 已达 0.111/0.208）；(4) variogram 0.0419 < 父 0.0564，改善；(5) nbh_mmd 0.0870 < 父 0.0952，改善。+- mechanism_off_control：`--ablate` → α=0 → 逐位 copy_last（已验证输出与父节点 ablate 逐位一致）；k=0,γ=0 → 逐位父节点（榜分 51.46 = 父节点记录值）。++## 验证过 / 没验证过++- 验证过：k=0,γ=0 逐位复现父节点；伪装视图（时间 +1 天、文件改名、manifest 键序打乱）输出逐位相同；seed 0/1 输出相同（锚阶段全量输出，无抽样随机性）；`--ablate` 逐位 = copy_last；local_check 格式 ok；运行 ~2s、内存 <2GB。+- 没验证过：真实 final 视图（外推步长比 4/3，锚阶段细胞数可能 > max_cells，此时分层抽样引入 seed 依赖）；B 半真值。**风险**：本榜本地尺子已知高估（心脏外推本地 54.2→官网 49.6），+2.4 的本地收益打几折未知；但再归一化修复的是"CP10k 数据总量不变"这一格式级不变量，与代理括号的具体阶段无关，机制可迁移性比参数级调整强。γ=0.5 是部分再闭合；γ 网格 0.25–1.0 全部 ≥52.6，峰值平坦，不敏感。  ## 知识来源 -无外部生物学知识：速度、fold、门控全部从视图 manifest 指定的两个输入阶段现场计算（已发布阶段数据，规则允许）。未使用 `external/`（Qiu E8.75）与 `prior/`。未用任何保留阶段/基因型的测量值，未写死任何阶段名、细胞数或尺寸常数。+无外部生物学知识。唯一使用的先验是数据格式不变量：视图内已发布阶段的 `.X` 为 log1p(CP10k)、逐细胞线性总量恒定（程序现场从锚阶段输入数据验证，非硬编码、非来自任何保留阶段的测量）。所有速度、阈值、总量统计均从 manifest 给定的输入现场计算；不使用绝对阶段时间、阶段名或视图路径。++## 复现++```bash+PYTHONPATH=<modeling_ro> python run.py --data <view> --out pred.h5ad --seed 0+# 旋钮（默认=提交配置）：VEC_ALPHA=1.0 VEC_K=0.5 VEC_GAMMA=0.5 VEC_C=0 VEC_GATE_SPEARMAN=0.3 VEC_DEBUG=1+```diff --git a/solution/README.md b/solution/README.mdindex a1d7b37..e1f7c20 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,7 +1,7 @@-# 按型伪批量倍数外推（T2:heart:val_extrap，T2HX-01）+# 按型乘法外推 + 逐细胞组成再归一化（T2:heart:val_extrap，T2HX-01） -copy_last 基座上，对每个共有细胞型算伪批量 log2 速度 v_t（末输入 vs 上一输入），逐细胞做纯乘法位移 x' = x·2^(α·v_t)（α=1.0，零值保持零、无 clip），坐标/行序/细胞数冻结。std(dp) 与 spearman(dp, dt_approx) 双硬门控不过则逐位回退 copy_last；`--ablate <任意名>` 同样输出逐位 copy_last。单输入或锚≠末输入时回退 copy_last。+copy_last 基座（坐标/行序/细胞数冻结）上：按共有细胞型算伪批量 log2 速度 v_t（末输入 vs 上一输入），逐细胞 log1p 域乘法位移 x' = x·2^(α·v_t)（α=1.0，零值保持零），叠加按型速度软阈值（k=0.5·MAD）；**门控通过后**把每细胞线性总量按 (S_old/S_new)^γ（γ=0.5）拉回自身原始总量——修复乘法位移破坏的 CP10k 库大小不变量（位移后总量中位膨胀 ~2.2×，任何真实测量阶段都没有该伪影）。std(dp) 与 spearman(dp, dt_approx) 双硬门控在再归一化**之前**计算（与父节点相同），不过则逐位回退 copy_last；`--ablate <任意名>` 同样输出逐位 copy_last。单输入或锚≠末输入时回退 copy_last。 -- 运行：`python run.py --data <view> --out <pred.h5ad> --seed <int>`；CPU、秒级、<1GB（`EXECUTION.json gpu:false`）。-- 实验旋钮（默认=提交配置）：`VEC_ALPHA`（1.0）、`VEC_C`（0=纯乘法）、`VEC_GATE_SPEARMAN`（0.3）、`VEC_DEBUG`。-- proxy_noscale A 半实测 51.46（copy_last=50.00）；细节与 20 次查分记录见 METHOD.md。+- 运行：`python run.py --data <view> --out <pred.h5ad> --seed <int>`；CPU、~2s、<2GB（`EXECUTION.json gpu:false`）。+- 实验旋钮（默认=提交配置）：`VEC_ALPHA`（1.0）、`VEC_K`（0.5）、`VEC_GAMMA`（0.5）、`VEC_C`（0=纯乘法）、`VEC_GATE_SPEARMAN`（0.3）、`VEC_DEBUG`。+- proxy_noscale A 半实测 53.94（父节点 51.46、copy_last=50.00）；γ 网格 0.25–1.0 全部 ≥52.6。细节与 15 次查分记录见 METHOD.md。diff --git a/solution/run.py b/solution/run.pyindex a6936eb..4936063 100644--- a/solution/run.py+++ b/solution/run.py@@ -27,8 +27,35 @@ Coordinates, row order and cell count are never modified. --ablate <name> (any name) turns the mechanism off: output is bit-for-bit copy_last (same anchor stage, same rows, same coordinates). +Node 24 additions on top of node 21:++(1) Per-cell compositional re-closure (VEC_GAMMA, default 0.5) -- the main+    mechanism. Measured stages are library-normalised per cell (linear totals+    constant, CP10k); the log-domain multiplicative shift breaks that+    invariant (shifted totals inflate ~2.2x median, up to 13x IQR-high), an+    artefact no real stage has. After the shift passes the gates, each cell's+    shifted linear counts are scaled back toward the cell's own original total+    with power gamma (0 = off, 1 = exact re-closure), then log1p again. Zeros+    stay zero; the sparsity pattern and coordinates are untouched. Proxy+    A-half: gamma 0 / 0.25 / 0.5 / 0.75 / 1.0 -> 51.46 / 53.03 / 53.94 /+    53.41 / 52.64 (with soft-threshold k = 0.5); DE group rises from the floor+    (de_score 0.111, de_direction 0.208 raw) for the first time on this board.++(2) Gene-level velocity soft-thresholding (VEC_K, default 0.5): per type+    velocity vector v_t, sigma_t = MAD(v_t) (median absolute deviation around+    the median), lambda_t = k * sigma_t, v~_t = sign(v_t) * max(0, |v_t| -+    lambda_t). k = 0 is the identity (bit-for-bit node 21). Alone (gamma = 0)+    it did not beat node 21 (51.44/51.42/51.37 for k = 0.25/0.5/0.75 vs+    51.46); combined with re-closure it is score-neutral-to-marginal+    (53.94 vs 53.86) and kept as the submitted configuration.++Gates (std(dp) >= 0.01 * std(dt_approx), spearman(dp, dt_approx) >= 0.3) are+computed on the PRE-renormalisation shift, exactly as in node 21, so the+re-closure step can never be blocked by them.+ Experiment knobs (defaults = submitted configuration): VEC_ALPHA (1.0),-VEC_C (0.0 = pure multiplicative), VEC_GATE_SPEARMAN (0.3), VEC_DEBUG.+VEC_C (0.0 = pure multiplicative), VEC_K (0.5), VEC_GAMMA (0.5),+VEC_GATE_SPEARMAN (0.3), VEC_DEBUG. No absolute stage times are used; only the ordering of manifest inputs. """ @@ -51,6 +78,8 @@ from src.task2_spatial.view_io import (  ALPHA = float(os.environ.get("VEC_ALPHA", "1.0")) PSEUDOCOUNT = float(os.environ.get("VEC_C", "0.0"))+SOFT_K = float(os.environ.get("VEC_K", "0.5"))+GAMMA = float(os.environ.get("VEC_GAMMA", "0.5")) GATE_SPEARMAN = float(os.environ.get("VEC_GATE_SPEARMAN", "0.3")) DEBUG = bool(os.environ.get("VEC_DEBUG")) @@ -60,8 +89,24 @@ def _rank(x: np.ndarray) -> np.ndarray:     return rankdata(x)  +def soft_threshold(v: np.ndarray, k: float) -> tuple[np.ndarray, float]:+    """Gene-level soft thresholding of a type velocity vector.++    sigma = MAD(v) (median absolute deviation around the median),+    lam = k * sigma, v~ = sign(v) * max(0, |v| - lam). k = 0 -> identity.+    Returns (v~, zeroed fraction).+    """+    if k <= 0.0:+        return v, 0.0+    med = np.median(v)+    sigma = np.median(np.abs(v - med))+    lam = k * sigma+    vt = np.sign(v) * np.maximum(np.abs(v) - lam, 0.0)+    return vt, float((vt == 0.0).mean())++ def type_velocity(Xa: np.ndarray, la: np.ndarray, Xb: np.ndarray, lb: np.ndarray,-                  c: float) -> tuple[np.ndarray, list]:+                  c: float, k: float) -> tuple[np.ndarray, list]:     """Per-cell log2-domain pseudobulk fold-change velocity for anchor cells."""     V = np.zeros_like(Xa)     types_a = np.asarray(la).astype(str)@@ -73,11 +118,12 @@ def type_velocity(Xa: np.ndarray, la: np.ndarray, Xb: np.ndarray, lb: np.ndarray         ia = np.flatnonzero(types_a == t)         ib = np.flatnonzero(types_b == t)         if len(ib) == 0:-            per_type.append((t, len(ia), 0, 0.0))+            per_type.append((t, len(ia), 0, 0.0, 0.0))             continue         v_t = l2a[ia].mean(axis=0) - l2b[ib].mean(axis=0)+        v_t, zeroed = soft_threshold(v_t, k)         V[ia] = v_t-        per_type.append((t, len(ia), len(ib), float(np.linalg.norm(v_t))))+        per_type.append((t, len(ia), len(ib), float(np.linalg.norm(v_t)), zeroed))     return V, per_type  @@ -91,6 +137,7 @@ def main() -> None:      alpha = 0.0 if args.ablate is not None else ALPHA     pseudocount = PSEUDOCOUNT if args.ablate is None else 0.0+    gamma = 0.0 if args.ablate is not None else GAMMA      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -114,7 +161,7 @@ def main() -> None:             Xa = X.astype(np.float64)             Xb = prev.X.toarray().astype(np.float64)             c_vel = pseudocount if pseudocount > 0 else 1.0-            V, per_type = type_velocity(Xa, stage.labels[rows], Xb, prev.labels, c_vel)+            V, per_type = type_velocity(Xa, stage.labels[rows], Xb, prev.labels, c_vel, SOFT_K)             pba = Xa.mean(axis=0)             dt_approx = pba - Xb.mean(axis=0)             if pseudocount > 0:@@ -128,11 +175,13 @@ def main() -> None:             moved = float((np.abs(V).sum(axis=1) > 1e-9).mean())             sp = float(np.corrcoef(_rank(dp), _rank(dt_approx))[0, 1])             if DEBUG:-                print(f"gate: alpha={alpha} c={pseudocount} std(dp)/std(dt_approx)={std_ratio:.4f} "+                print(f"gate: alpha={alpha} c={pseudocount} k={SOFT_K} "+                      f"std(dp)/std(dt_approx)={std_ratio:.4f} "                       f"clip_frac={clip_frac:.4f} moved_frac={moved:.4f} spearman(dp,dt_approx)={sp:.4f}",                       flush=True)-                for t, na, nb, vn in per_type:-                    print(f"  type {t}: n_anchor={na} n_prev={nb} |v_t|={vn:.4f}", flush=True)+                for t, na, nb, vn, zfrac in per_type:+                    print(f"  type {t}: n_anchor={na} n_prev={nb} |v_t|={vn:.4f} zeroed_frac={zfrac:.3f}",+                          flush=True)             if std_ratio < 0.01:                 if DEBUG:                     print("DE protection gate: fallback to copy_last", flush=True)@@ -140,6 +189,27 @@ def main() -> None:                 if DEBUG:                     print("direction gate: spearman < threshold, fallback to copy_last", flush=True)             else:+                if gamma > 0:+                    # Compositional re-closure: measured stages are per-cell+                    # library-normalised (linear totals constant, e.g. CP10k);+                    # the multiplicative shift breaks that invariant (totals+                    # inflate ~2.4x median). Scale each shifted cell's linear+                    # counts back toward its own original total with power+                    # gamma (0 = off, 1 = exact re-closure). Zeros stay zero.+                    lin = np.expm1(Xp)+                    tot_new = lin.sum(axis=1, keepdims=True)+                    tot_old = np.expm1(Xa).sum(axis=1, keepdims=True)+                    scale = np.power(np.divide(tot_old, np.maximum(tot_new, 1e-12),+                                               out=np.ones_like(tot_new), where=tot_new > 1e-12), gamma)+                    Xp = np.log1p(lin * scale)+                    if DEBUG:+                        r = (tot_new / np.maximum(tot_old, 1e-12)).ravel()+                        dp2 = Xp.mean(axis=0) - pba+                        sp2 = float(np.corrcoef(_rank(dp2), _rank(dt_approx))[0, 1])+                        print(f"renorm: gamma={gamma} shift_tot_ratio median={np.median(r):.4f} "+                              f"iqr=[{np.percentile(r, 25):.3f},{np.percentile(r, 75):.3f}] "+                              f"std_ratio_post={np.std(dp2) / (np.std(dt_approx) + 1e-12):.4f} "+                              f"spearman_post={sp2:.4f}", flush=True)                 X = Xp.astype(np.float32)      write_t2(args.out, X, 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

完成。总结：

**做了什么**：PLAN 的基因级软阈值在父节点基座上实现并测完 k∈{0,0.25,0.5,0.75}——单独无效（51.37–51.46，全 ≤ 父节点，de_direction 随 k 单调恶化），按规则判被证否。改交备选机制：**逐细胞组成再归一化**——发现乘法位移把 CP10k 数据的逐细胞线性总量膨胀 ~2.2×（中位），破坏所有真实测量阶段共有的库大小不变量；门控通过后按 (S_old/S_new)^γ 拉回。α=1.5/2.0 也测了（51.31/50.45），确认 DE 靠加大步长不可得。

**查分结果**（proxy_noscale A 半，15/20 次）：提交配置 k=0.5, γ=0.5, α=1.0 = **53.94**（父 51.46、地板 50）。γ 网格 0.25/0.5/0.75/1.0 = 53.03/53.94/53.41/52.64，峰值平坦。三组同向改善：expression_change 50.1→54.5（de_score 原始 0→0.111，首次脱离地板）、cell_state 51.7→54.4（variogram 0.057→0.042）、local_spatial 54.0→56.8（nbh_mmd 0.098→0.087）。伪装视图、seed 不变性、--ablate=copy_last、格式检查全部验证通过。

**下一步最值得试**：(1) γ 与再归一化目标基线的精调（如按细胞型中位总量而非自身总量再闭合）；(2) 把该机制迁到心脏/全胚插值榜——那里本地尺子与官网接近，mmd_u 对总量伪影更敏感，收益更可能兑现；(3) 本榜已知本地高估（54.2→49.6），B 半复跑确认前先别追加 γ 细网格。

调研员

riogram skill 仅 0.507，也说明基因共变结构仍接近地板。对每个型的速度向量做基因级软阈值（保留高幅基因、压制噪声基因），可在不改变型间结构的前提下锐化逐基因变化排序。",
  "approach": "1) 基座与速度计算完全复用父节点21：读两输入阶段，按共有型算伪批量 log2 速度 v_t = log2(pb_anchor+c_vel) − log2(pb_prev+c_vel)，c_vel=1。2) 基因级软阈值：对每个型 t 的速度向量 v_t，计算噪声尺度 σ_t = MAD(v_t)（中位绝对偏差），阈值 λ_t = k·σ_t（k 为超参）。阈值化后 ṽ_t = sign(v_t)·max(0, |v_t| − λ_t)。3) 逐细胞乘法位移不变：x'_i = x_i · 2^(α·ṽ_type(i))，α=1.0，零值保持零，无 clip。4) 超参搜索：k ∈ {0, 0.25, 0.5, 0.75, 1.0}，先用 VEC_DEBUG 离线检查 std_ratio 与 spearman 门控，再查分。k=0 即父节点原样输出（对照）。预期最优 k 在 0.25–0.5（压制底部噪声基因但保留多数信号）。5) 双硬门控不变：std(dp)/std(dt_approx)≥0.01 且 spearman≥0.3，不过则回退 α=0。6) 单输入阶段或锚≠末输入时回退 copy_last（与父节点相同）。7) 查分策略：先跑 k=0（确认与父节点一致）和 k=0.5（中间档），若两者差异 <0.5 分则补测 k=0.25 和 k=0.75 确定峰值；每次查分后比较 de_score、de_direction、variogram 三项原始值的变化方向。8) 伪装视图兼容：不使用绝对阶段名、不硬编码统计量，所有量从视图现场计算。",
  "expected_groups": ["expression_change", "cell_state"],
  "risks": "1) 阈值过高（k≥0.75）可能把真实弱信号基因也压掉，导致 dp 幅度不足、std_ratio 门控不过而回退；Engineer 应在离线 debug 输出中检查 moved_frac 和 std_ratio，若 k=0.75 时 std_ratio<0.05 则停止向上搜索。2) 阈值过低（k≤0.1）与父节点差异太小，改善在噪声内；若 k=0.25 与 k=0 的榜分差 <0.5，判定方向无效并止损提交父节点配置。3) variogram 可能因基因间共变结构被阈值打断而恶化；Engineer 应逐次记录 variogram 原始值，若连续两档变差则固定 k 为最小可行值。4) 本榜本地尺子已知高估（心脏外推本地 54.2→官网 49.6），+1 分以内的改善不可信；需 mmd_u/variogram/neighborhood_mmd/de_direction 中至少两项同向改善才视为结构性信号。",
  "family_id": "T2HX-01",
  "mechanism": "在按型伪批量乘法速度外推的基础上，对每型速度向量做基因级软阈值（减去 k·MAD），压制噪声基因的速度分量，保留高置信基因的全幅位移，使逐基因变化排序更尖锐。",
  "vs_constant_shift": "常数位移对所有细胞、所有基因施加相同偏移；本方案按细胞型给不同速度向量（型间差异），并在型内按基因幅度做非线性软阈值（基因间差异），零值保持零、稀疏结构不变。输出同时依赖型标签和基因级速度幅度，不是全局常数。",
  "mechanism_evidence": "Engineer 应记录：(1) 每型被阈值压到零的基因比例（预期 20–40%）；(2) 阈值前后 spearman(dp, dt_approx) 的变化（预期从 0.595 升至 0.62+）；(3) de_score 与 de_direction 原始值是否从 0.014/0.012 上升；(4) variogram 原始值是否不恶化（≤0.05643）；(5) neighborhood_mmd 是否不恶化（≤0.09523）。若被压零基因比例为 0 或 100%，说明阈值参数不合理。",
  "mechanism_off_control": "k=0 时软阈值为恒等变换（ṽ_t = v_t），输出与父节点21逐位一致；--ablate 任意名时 α=0，输出逐位 = copy_last。预期 k=0 榜分 = 51.46（父节点），ablate 榜分 = 50.00（地板）。若 k=0 与父节点不一致，说明实现有 bug。",
  "sources": []
}
```

审查员

REVIEW.json written