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

节点 n30

速度幅度分层位移（T2HX-01/T2HX-04）：对过门控的按型(型,基因)速度对按|v|降序分层，前40%高信号对用α×1.15、其余60%压缩到α×0.55，总位移量守恒地重分配外推幅度。

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 0f7ef5099f: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 b49b3a6f0a。改动的文件：solution/METHOD.md +99 −90、solution/README.md +16 −38、solution/run.py +78 −19

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex ab987e4..89729d9 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,90 +1,99 @@-NO_CHANGE: SE自适应z分数速度门控（替换4档+否决4档+一致性加权2档，另ε重扫4档、V_CAP/k边缘2档，14配置全≤父节点fixed k=0.7的54.87）--## 结论--PLAN 的机制（用型内细胞间方差估计速度 SE、以 z 分数门控替换固定软阈值 k=0.7）**被证否**：-在同一 A 半尺子（proxy_noscale）上与父节点提交态配对比较，所有 z 门控变体、z 否决变体、-以及备选机制（跨型方向一致性加权）全部 ≤ 父节点（54.87），差距多数超过 T2 约 1 分的噪声。-提交态 = 父节点 26 的固定 k=0.7 配置（默认输出与父节点 **逐位相同**，已本机 np.array_equal 验证）。--## 实现与 SE 公式修正（PLAN 风险 1 命中）--PLAN 原 SE 公式 `SE² = var_log2/(n·pb²·ln²2) + …` 在本视图实测：**79% 的过门（型,基因）对-SE>1，中位 z=0.31**（过度保守，几乎清空所有速度）。按 PLAN 风险 1 预案改用直接 delta-method-标准误（pb 所在 log1p 空间的均值标准误）：`SE(v_{t,g}) = sqrt(var_a/n_a + var_p/n_p)/ln2`，-实测中位 SE=0.095、中位 z=6.6、z≥2 保留 80% 过门对——量级合理，作为实际测试的 SE。--机制生效证据（诊断输出）：z(2,1) 保留 7705 对（固定 k=0.7 保留 4603 对，对称差 ~3200），-sum|v_soft| 6470 vs 2799，shift_absmax_log2 1.975 vs 1.300——门控确实大幅改变了-（型,基因）通过集合与位移幅度，且四组分随之显著变化（见下表），不是空转。--## 全部查分记录（18 次，A 半 proxy_noscale，seed 0；剩余 2 次未用）--父节点提交态在同半的配对对照 = **54.87**（expr 54.99 / cell 56.55 / local 57.94 / shape 50.00；-de_score 0.1528、de_direction 0.1998、mmd_u 0.04817、variogram 0.042206、nbh 0.08316）。-shape 组全程冻结坐标恒为地板，下表只列变化的组。止损线：PLAN 规定 de_direction<0.18 即劣于父。--| # | 配置 | 总分 | expr | cell | local | de_score | de_dir | mmd_u | vario | nbh |-|---|---|---:|---:|---:|---:|---:|---:|---:|---:|---:|-| 1 | **对照 fixed k=0.7（=父26）** | **54.87** | 54.99 | 56.55 | 57.94 | 0.1528 | 0.1998 | 0.0482 | 0.0422 | 0.0832 |-| 2 | z替换 zmin=2, zk=1（PLAN初值） | 50.61 | 53.01 | 49.41 | 50.02 | 0.1111 | 0.1092 | 0.0847 | 0.0427 | 0.1144 |-| 3 | z替换 zmin=8, zk=8（高选择） | 54.78 | 54.26 | 56.83 | 58.04 | 0.1250 | 0.1801 | 0.0465 | 0.0427 | 0.0828 |-| 4 | z替换 zmin=2, zk=7（幅度≈父） | 54.84 | 54.17 | 57.02 | 58.16 | 0.1250 | 0.1742 | 0.0474 | 0.0413 | 0.0824 |-| 5 | z替换 zmin=2, zk=5 | 54.64 | 54.10 | 56.69 | 57.75 | 0.1389 | 0.1550 | 0.0516 | 0.0389 | 0.0838 |-| 6 | z否决 fixed k0.7 + z≥2 | 54.87 | 54.99 | 56.55 | 57.94 | 0.1528 | 0.1997 | 0.0482 | 0.0422 | 0.0832 |-| 7 | z否决 z≥3 | 54.86 | 54.98 | 56.54 | 57.93 | 0.1528 | 0.1993 | 0.0482 | 0.0422 | 0.0832 |-| 8 | z否决 z≥4 | 54.80 | 54.72 | 56.55 | 57.94 | 0.1389 | 0.1964 | 0.0481 | 0.0423 | 0.0831 |-| 9 | z否决 z≥6 | 54.76 | 54.72 | 56.48 | 57.82 | 0.1250 | **0.2098** | 0.0480 | 0.0426 | 0.0836 |-| 10 | ε重扫 ε=0.45×2步 | 54.76 | 54.53 | 56.20 | 58.31 | 0.1250 | 0.1979 | 0.0491 | 0.0425 | 0.0819 |-| 11 | ε重扫 ε=0.75×2步 | 54.56 | 54.71 | 56.66 | 56.88 | 0.1389 | 0.1953 | 0.0472 | 0.0426 | 0.0868 |-| 12 | ε重扫 ε=0.6×1步 | 54.62 | 54.40 | 55.87 | 58.22 | 0.1250 | 0.1889 | 0.0501 | 0.0429 | 0.0822 |-| 13 | ε重扫 ε=0.6×3步 | 54.44 | 54.68 | 56.60 | 56.46 | 0.1389 | 0.1934 | 0.0470 | 0.0430 | 0.0883 |-| 14 | 备选:一致性加权 W=1（保幅） | 54.63 | 54.00 | 56.59 | 57.94 | 0.1250 | 0.1629 | 0.0473 | 0.0429 | 0.0831 |-| 15 | 备选:一致性加权 W=2（保幅） | 54.46 | 53.70 | 56.39 | 57.73 | 0.1250 | 0.1422 | 0.0473 | 0.0435 | 0.0839 |-| 16 | 备选:V_CAP 2.0→1.5 | 53.35 | 53.31 | 54.28 | 55.82 | 0.1250 | 0.1153 | — | — | — |-| 17 | k=0.75（平台边缘） | 54.80 | **55.06** | 56.37 | 57.77 | 0.1528 | 0.2041 | 0.0473 | 0.0437 | 0.0845 |--（#17 的 expr 组 55.06 略高于父 54.99、de_dir 0.2041>0.1998，但 cell_state/local 同时下降，-总分 54.80<54.87，净负；未提交。）--## 为什么 z 门控无效（读数）--1. **信噪结构不匹配**：clean SE 中位仅 0.095（log1p 空间型内均值的标准误），过门对的中位-   |v|=0.666 → 中位 z≈6.6。z≥2–3 几乎不筛（保留 72–80%），真正起筛选作用的是幅度阈值；-   而父节点教训（k=0.25→de_dir 0.12）说明放行小速度就是放噪声。z(2,1) 总位移 2.3 倍于父，-   mmd_u 0.085、nbh 0.114 双双崩到地板。-2. **等幅度替换仍略差**：z(2,7)/z(8,8) 把 sum|v_soft| 调回 ≈父（2758/2409 vs 2799），-   de_direction 仍只有 0.174/0.180 < 0.1998——把"大而噪"（小型高|v|）换成"小而稳"-   （大型低|v|）不改善方向信号；PLAN 动机中"大类型可靠小速度被误杀"的部分在本数据上-   不成立（这些小速度对 de_direction 是稀释而非增益）。-3. **纯否决（保留父集合、只删低 z 对）单调不升**：z≥2 时仅删 49 对 ≈ 恒等；z≥4/6 删-   319/801 对，de_score 0.1528→0.1389→0.125。z≥6 的 de_dir 0.2098 是全表最高，但-   de_score（top-k 命中率）反向掉——两项此消彼长，组均值不升。-4. **一致性加权反号**：跨型方向不一致的基因（coh 低）并非噪声——逐型解码本来就按型施加-   各自符号，压制"不一致"基因把 de_dir 从 0.1998 拉到 0.163/0.142。与节点 26 教训一致：-   基因维的跨型聚合（无论是平均还是一致性度量）都会破坏按型方向信号。--## 已验证 / 未验证--- 已验证：默认态输出与父节点 26 逐位相同（X、坐标、基因序、细胞序）；`--fixed-k 0.7`-  与默认逐位相同；`--ablate mechanism` → α=0 → 逐位等于节点 23 基座（std_dp=0，DE 保护区），-  与默认输出不同（mechanism_active=yes）；`--ablate=--fixed-k` → 与默认逐位相同。-- 已验证：seed 0/1/2 输出逐位相同（机制与采样在本视图不消耗有效随机性）。-- 已验证：伪装视图（所有阶段时间 +1 天、manifest 键序打乱重排版、路径改名）输出逐位相同，-  非 view_dependent；程序不读绝对时间、不读视图名。-- 已验证：单输入阶段视图不崩溃，α 自动归 0，vec-check 通过；正式视图 vec-check 通过。-- 未验证：final 视图（步长比 4/3、anchor 可能超 max_cells）上 z 否决的稳健性收益——-  proxy 上 z≥2 否决 ≈ 恒等（只删 49 对），无法区分"稳健"与"无用"；因 A 半无一配置为正-  收益，按证否规则不提交任何 z 变体。-- 知识来源：无。所有数值（SE、速度、门控、位移）均从视图内两个输入阶段现场计算；-  未使用任何外部数据、文献数值或已发布/保留阶段的测量值。--## 给后续节点的方向建议--- 固定 k=0.7 平台对"门控形状"不敏感（k∈[0.6,0.75]、z 否决、SE 调制都在 ±0.3 内），-  expression_change 的 de_score/de_direction 此消彼长（#9、#17），继续在门控层做文章-  预期收益 <噪声。-- 仍有空间的读数：k=0.75 使 expr 组 55.06（全表最高）且 de_dir 0.2041，代价在-  cell_state（mmd_u/var）与 local（nbh）。若能把"更强的方向信号"与"保住 mmd/nbh"解耦-  （例如只对 de_score 敏感的 top-mover 子集加大位移、其余保持父幅度），可能同时抬两组。-- 平滑层 ε=0.6×2 步在位移后仍是最优（4 档重扫全负），不要再扫。+速度幅度分层位移（T2HX-01/T2HX-04）：对过门控的按型(型,基因)速度对按|v|降序分层，前40%高信号对用α×1.15、其余60%压缩到α×0.55，总位移量守恒地重分配外推幅度。++## 方法++基座 = 父节点 26/28 提交态（逐位承继）：copy_last 锚阶段（n 夹到 [min_cells, max_cells]、+`take` 分层）→ 坐标 15-NN 图 2 步支撑掩码扩散 ε=0.6 → 逐基因列缩放精确复原伪批量 →+按型 log2 速度 v_{t,g}=log2(pb_anchor)−log2(pb_prev)（硬门控：型两阶段各 ≥30 细胞、+型内 pb ≥0.05、|v|≤2）→ 软阈值 k=0.7 → 逐细胞乘法位移 x·2^(α·v_soft)，α=1 →+逐细胞线性总量回拉 γ=0.6。坐标、组成、细胞数、行序冻结（形状三项恒 = 地板）。++**本节点新机制（幅度分层）**：软阈值门控后，对全部过门 (型,基因) 对（本视图 4603 对）按+原始 |v_{t,g}| 降序全局排序；前 m=40%（1841 对，阈值 |v|≥1.372）乘 β_h=1.15，其余 60%+（2762 对）乘 β_l=0.55。有效位移场从统一幅度变为可靠性加权幅度：高 |v|（发育程序核心+驱动基因，方向证据可靠）获得更大外推步长，低 |v|（节点 28 已证明是 de_direction 的稀释+项）被压缩。sum|v_eff| 2799→2727（−2.6%），是**重分配而非放量**。++`--ablate mechanism`（PLAN mechanism_off_control）：β_h=β_l=1.0，分层退化为统一幅度，+输出**逐位等于父节点**（本机 np.array_equal 验证 X / 坐标 / 基因序 / 细胞序，+`preds/final_ablate.h5ad` vs `preds/parent_default.h5ad` = True）。++## 查分记录（A 半，`T2:heart:val_extrap/proxy_noscale`，共 18 次，余 2）++父节点同半基线 54.87（节点 28 ANALYSIS 配对实测；本节点默认关闭态与其逐位相同）。+PLAN 网格 27 配置先本地诊断 sum|v_eff|，16 个通过 ±20% 过滤（预算内选出 6+6+4 覆盖+全部 m、β、β' 维度的代表点），全部查分如下（board = 四组均分）：++| # | m | β_h | β'_l | sum\|v_eff\|(dev) | board | de_score | de_dir | mmd_u | nbh_mmd |+|---|---|---|---|---|---|---|---|---|---|+| 1 | 0.3 | 1.2 | 0.7 | 2774 (−0.9%) | 55.105 | 0.1528 | 0.2123 | 0.0505 | 0.0825 |+| 2 | 0.3 | 1.3 | 0.7 | 2937 (+4.9%) | 54.935 | 0.1528 | 0.2086 | 0.0531 | 0.0838 |+| 3 | 0.4 | 1.2 | 0.7 | 2949 (+5.4%) | 55.118 | **0.1806** | 0.2024 | 0.0512 | 0.0828 |+| 4 | 0.5 | 1.2 | 0.7 | 3087 (+10.3%) | 54.978 | 0.1667 | 0.1971 | 0.0516 | 0.0833 |+| 5 | 0.3 | 1.2 | 1.0 | 3125 (+11.6%) | 54.998 | 0.1667 | 0.2004 | 0.0514 | 0.0832 |+| 6 | 0.3 | 1.5 | 0.7 | 3263 (+16.6%) | 54.291 | 0.1528 | 0.2011 | **0.0597**(止损) | 0.0887 |+| 7 | 0.35 | 1.2 | 0.7 | 2866 (+2.4%) | 55.078 | 0.1667 | 0.2015 | 0.0509 | 0.0827 |+| 8 | 0.45 | 1.2 | 0.7 | 3022 (+8.0%) | 55.025 | 0.1667 | 0.1987 | 0.0512 | 0.0830 |+| 9 | 0.4 | 1.15 | 0.7 | 2727 (−2.6%) | 55.112 | 0.1667 | 0.2042 | 0.0500 | 0.0824 |+| 10 | 0.4 | 1.2 | 0.55 | 2827 (+1.0%) | 55.110 | 0.1667 | 0.2045 | 0.0510 | 0.0826 |+| 11 | 0.4 | 1.25 | 0.7 | 3027 (+8.2%) | 54.975 | 0.1667 | 0.2020 | 0.0527 | 0.0835 |+| 12 | 0.45 | 1.2 | 0.55 | 2921 (+4.4%) | 55.065 | 0.1667 | 0.1997 | 0.0510 | 0.0828 |+| 13 | 0.4 | 1.15 | 0.55 | 2727 (−2.6%) | **55.160** | 0.1667 | 0.2069 | 0.0498 | 0.0821 |+| 14 | 0.4 | 1.2 | 0.4 | 2705 (−3.4%) | 55.153 | 0.1667 | 0.2076 | 0.0508 | 0.0823 |+| 15 | 0.3 | 1.2 | 0.55 | 2599 (−7.1%) | 55.163 | 0.1528 | 0.2156 | 0.0502 | 0.0822 |+| 16 | 0.35 | 1.25 | 0.55 | 2810 (+0.4%) | 55.043 | 0.1667 | 0.2021 | 0.0521 | 0.0831 |+| 17 | =13, seed 1 | | | | 55.160 | 0.1667 | 0.2069 | 0.0498 | 0.0821 |+| 18 | =3, seed 1 | | | | 55.117 | 0.1806 | 0.2024 | 0.0512 | 0.0828 |++未查分的 11 个过滤通过配置是网格内部冗余点（与已查点差 ≤0.05 的 β'/m 组合）；β_h=1.5+在 m=0.3 即触发 mmd_u>0.055 止损（#6），更高 m 只会更差，按 PLAN 止损规则不再查。++**提交选择 #13（m=0.4, β_h=1.15, β'_l=0.55）**，理由：board 55.160（全表并列最高，高于+父 +0.29）；两项 DE 同时严格高于父（0.1667>0.1528、0.2069>0.1961，PLAN 成功判据）；+mmd_u/nbh 退化全表最小（0.0498/0.0821）；sum|v_eff| 偏差 −2.6% 最接近守恒；m=0.4 在+网格内部（避 PLAN 风险 3 的边界问题，m∈[0.3,0.45] 是 ≥55.0 的平坦区，最优点不在边界+尖峰上）。#15 board 相同但 m=0.3 在网格边界且 de_score 不高于父；#3 de_score 最高+(0.1806) 但 de_dir/mmd/nbh 均劣于 #13，且 de_score 的 0.0139 量化步长（≈1 个基因命中）+在 B 半迁移风险更高。++## 机制生效证据（PLAN mechanism_evidence 四条）++1. **位移重分配而非总量膨胀**：sum|v_eff| 2799→2727（−2.6%）；高信号组 1841 对 ×1.15，+   低组 2762 对 ×0.55（run.py 打印 `[diag] strat ...`）。+2. **de_score 与 de_direction 同时 ≥ 父**：0.1667>0.1528 且 0.2069>0.1961 ✓。+3. **mmd_u / neighborhood_mmd 在容差内**：mmd_u 0.0473→0.0498（+0.0025 ≤ PLAN 容差+   ±0.003）；nbh 0.0796→0.0821（+0.0025 ≤ ±0.005）✓。+4. **高信号组 = |v| 上尾**：全局排序阈值 |v|=1.372（过门对 |v|∈(0.7,1.3] 的上 40%；+   实际因 V_CAP=2 截断，|v| 范围 (0.7, 2.0]）。+5. 四组分变化（A 半）：expression_change 54.93→55.32，cell_state 56.82→57.08，+   local_spatial 58.62→58.24，shape_scale 50→50（坐标冻结不变）。机制改变了全部 31 个+   有速度型的细胞的表达（4603 个过门 (型,基因) 对的位移幅度全部被重加权；24826 个输出+   细胞中除 38 个无速度型细胞外全部受影响）。+6. 对照：`--ablate mechanism` 输出逐位 = 父节点 → 与默认输出的差异全部来自分层机制+   （mechanism_active 应为 yes）。++## 稳健性（已实测）++- 纯 CPU（EXECUTION.json gpu:false），全视图运行 ~3 s、峰值内存 <1 GB（限额 28 GB/30 min）。+- seed 0/1/2 输出**逐位相同**（机制不消耗随机数，分层排序 stable argsort 确定）；+  seed 0 与 seed 1 查分逐项相同（表中 #17/#18）。+- 伪装视图（全部阶段时间 +1 天、manifest 键序打乱重排版、换路径）输出逐位相同，+  非 view_dependent；程序不读绝对时间、视图名、board/mode 字段。+- 单输入阶段视图：extrap_step 无前阶段 → α 强制 0 → 输出逐位回节点 23 基座（std_dp=0，+  DE 保护区），与父节点退路相同（已实测）。+- `vec-check` 通过（正式视图与单输入视图）。++## 知识来源++无新增外部生物学知识。承父节点：按型转录速度外推 = 通用机制知识（谱系推进 / 信号驱动+TF 级联在下一区间延续，节点 21/24 已验证同一算子）；全部数值（速度、门控、分层阈值+|v|=1.372、位移）从视图内两个输入阶段现场计算。无外部数据、无来自已发布 / 保留阶段的+常数、无阶段尺寸假设（坐标冻结，scale_log_ratio 恒 = 地板照抄值）。++## 未验证++- B 半迁移：A 半 +0.29 低于 T2 ~1 分的半间噪声，正式分可能不涨；但方向在 16 配置网格上+  一致（除 β_h=1.5 外全部 ≥ 父），非单点尖峰。+- 真实外推括号（步长比 4/3、上一步为增长方向）上的表现无法本地检验；机制 time-free、+  不含步长比常数，行为随视图数据自适应。+- 低组压缩 β'_l<0.7 与 m<0.3 的组合未查分（#14 的 β'=0.4 已在网格内，更深处 diminishing）。diff --git a/solution/README.md b/solution/README.mdindex 3397cbd..ae648ed 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,45 +1,23 @@-# SE 自适应 z 门控（T2HX-04，节点 28）——已证否，提交态 = 父节点 26（fixed k=0.7，逐位相同）+# 速度幅度分层位移（T2HX-01/T2HX-04，节点 30） -PLAN 提议把父节点 26 的固定软阈值 k=0.7 换成按（型,基因）标准误的 z 分数自适应门控。-在同一 A 半尺子上与父节点配对查分 18 次：z 替换（4 档）、z 否决（4 档）、跨型一致性加权-（2 档）、ε 重扫（4 档）、V_CAP/k 边缘（2 档）共 14 个配置**全部 ≤ 父节点 54.87**（多数-超过 T2 ~1 分噪声）。机制证否，按规则提交 NO_CHANGE，默认输出**逐位等于父节点 26**-（已本机 np.array_equal 验证 X / 坐标 / 基因序 / 细胞序）。+在节点 26/28 提交态（按型 log2 速度、固定软阈值 k=0.7、α=1、γ=0.6 再归一、ε=0.6×2 步+扩散基座、坐标/组成/行序冻结）上，新增**按 |v| 的幅度分层**：过门 (型,基因) 对按原始+|v| 降序，前 m=40% 用 α×β_h（β_h=1.15），其余用 α×β'_l（β'_l=0.55）。总位移守恒+（sum|v_eff| −2.6%）地把外推幅度从低可靠小速度重分配给高信号大速度。 -读数详见 METHOD.md（含全部 17 行分项表与 4 条无效原因分析）。+A 半 16 配置网格：平台 55.0–55.16（父 54.87）；提交配置 55.160，de_score 0.1667>0.1528、+de_direction 0.2069>0.1961 同时改善；β_h=1.5 触发 mmd_u 止损，已排除。读数与全部查分+明细见 METHOD.md。 -## 提交态管线（= 父节点 26）+## 对照开关 -节点 23 基座（copy_last 锚阶段，n 夹到 [min_cells, max_cells]，`take` 分层，坐标 15-NN 图-2 步支撑掩码扩散 ε=0.6，逐基因列缩放精确复原伪批量）之上叠加速度层：--1. 由视图内最后两个输入阶段算**按细胞类型**伪批量 log2 速度 v_{t,g}（门控：型两阶段各 ≥30-   细胞、基因型内 pb ≥0.05、|v|≤2）；-2. 固定软阈值 k=0.7（去掉噪声级小速度）；-3. 逐细胞乘法位移 x' = x·2^(α·v_soft)，α=1；-4. 逐细胞线性总量回拉 f=(T_orig/T_new)^γ，γ=0.6（CP10k 不变量，节点 24 配方）。--坐标、组成、细胞数、行序冻结 → 形状三项逐位 = 地板。--## 对照开关（供 harness 与复现）--- `--ablate mechanism`：α=0，速度层整块跳过，输出**逐位等于节点 23 基座**（std_dp=0，-  DE 保护区；已本机比对）。与默认输出不同 → mechanism_active=yes。-- `--fixed-k 0.7` / `--ablate=--fixed-k`：显式走固定 k 路径，与默认逐位相同。-- 证否的机制代码保留在文件内，仅由 env 开关驱动，不进默认路径：-  `VEC_GATE=z`（z 替换，配 `VEC_ZMIN`/`VEC_ZK`）、`VEC_GATE=veto`（固定 k + z 否决）、-  `VEC_CONS>0`（跨型一致性加权，配 `VEC_CONSNORM`）。SE 用 clean delta-method-  `sqrt(var_a/n_a+var_p/n_p)/ln2`（PLAN 原公式实测 79% SE>1、中位 z=0.31，过度保守，-  按 PLAN 风险 1 预案改）。其余 env（`VEC_ALPHA/VEC_DECODE/VEC_KSOFT/VEC_GAMMA/VEC_EPS/-  VEC_STEPS/VEC_MODE/VEC_KNN/VEC_MINCELLS/VEC_GFLOOR/VEC_VCAP`）仅供探针复现。+- `--ablate mechanism`：β_h=β'_l=1.0（统一幅度），输出**逐位等于父节点 26/28**+  （本机 np.array_equal 已验证）。默认与对照输出不同 → mechanism_active=yes。+- env 探针（仅复现网格用）：`VEC_STRAT_M` / `VEC_STRAT_BH` / `VEC_STRAT_BL`；+  节点 28 证否代码仍由 `VEC_GATE=z|veto`、`VEC_CONS` 驱动，默认关闭。  ## 稳健性（已实测） -- 纯 CPU（EXECUTION.json gpu:false）；机制 time-free、不消耗有效随机数：seed 0/1/2 输出-  逐位相同。-- 伪装视图（所有阶段时间 +1 天、manifest 键序打乱重排版、路径改名）输出**逐位相同**，-  非 view_dependent；程序不读绝对时间 / 视图名。-- 单输入阶段视图不崩溃，α 自动归 0，逐位回到节点 23（已实测）。-- 正式视图与单输入视图 vec-check 均通过。-- 无外部数据、无来自已发布 / 保留阶段的常数；所有数值（SE、速度、门控、位移）从视图内-  两个输入阶段现场计算。+- 纯 CPU ~3 s / <1 GB；seed 0/1/2 输出逐位相同；伪装视图（时间 +1、键序打乱、换路径）+  输出逐位相同；单输入视图 α→0 回节点 23 基座；vec-check 通过。+- 无外部数据、无已发布/保留阶段常数；速度、门控、分层阈值全部从视图两个输入阶段现场算。diff --git a/solution/run.py b/solution/run.pyindex ae89429..6937d70 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,19 +1,32 @@ #!/usr/bin/env python3 """T2 extrapolation: spatial-neighborhood diffusion (node-23 base) + velocity- guided partial pseudobulk restoration that unlocks the DE group (family-T2HX-04, PLAN node 26).--NODE 28 (this file): PLAN proposed replacing the fixed soft threshold k=0.7-with an SE-adaptive z gate (per (type,gene) standard error of the log2-velocity). Measured on the A half (18 paired vec-score runs, METHOD.md):-every z-gate / z-veto / consistency-weighting variant scored <= the parent's-fixed k=0.7 (54.87) -> mechanism falsified, NO_CHANGE submitted. The default-state below is therefore BITWISE the parent node-26 configuration (fixed-k=0.7); the z-gate (VEC_GATE=z), significance veto (VEC_GATE=veto) and-cross-type consistency weighting (VEC_CONS>0) code paths are kept with their-env knobs only to make the falsification reproducible.--Base (identical to node 23 = the ``--ablate`` state): anchor = last observed+T2HX-04), with node-30 magnitude stratification of the velocity field.++NODE 30 (this file): on the node-26/28 submitted state (per-type log2 velocity,+fixed soft threshold k=0.7, alpha=1.0, gamma=0.6 renormalization, eps=0.6 x2+diffusion), gated (type,gene) pairs are ranked by raw |v_{t,g}| descending; the+top m=40% ("high-signal": the strongly-moving core of the developmental+program, more reliable direction evidence) get effective step alpha*beta_h with+beta_h=1.15, the remaining 60% get alpha*beta_l with beta_l=0.55 (compressed:+weak velocities are diluted signal per node-28's lesson). Total displacement+is conserved (sum|v_eff| 2727 vs parent 2799, -2.6%): the mechanism+RE-ALLOCATES extrapolation amplitude by reliability instead of inflating it.+A-half grid (16 scored configs, METHOD.md): plateau 55.0-55.16 vs parent+54.87; selected config 55.160 with BOTH DE metrics strictly above parent+(de_score 0.1667>0.1528, de_direction 0.2069>0.1961) and the smallest+mmd_u/neighborhood_mmd degradation. beta_h=1.5 configs breach the mmd_u+stop-loss (0.0597>0.055) -> excluded. ``--ablate mechanism`` sets+beta_h=beta_l=1.0 (uniform amplitude) -> output bitwise the parent node-26/28+state (PLAN mechanism_off_control; verified locally).++NODE 28 history: PLAN proposed an SE-adaptive z gate replacing fixed k=0.7;+18 paired A-half queries showed every variant <= parent 54.87 -> falsified,+NO_CHANGE submitted. The z-gate (VEC_GATE=z), veto (VEC_GATE=veto) and+cross-type consistency (VEC_CONS>0) code paths remain env-gated for+reproducibility only; they are off in the submitted state.++Base (node 23, reached with VEC_ALPHA=0): anchor = last observed input stage, n clipped to [min_cells, max_cells], stratified-by-celltype sampling via ``take``, then 2 steps of support-masked diffusion on the coordinates-15-NN graph, Y <- clip(Y + eps*(WY - Y), 0) with eps=0.6 applied@@ -103,7 +116,42 @@ V_CAP = float(os.environ.get("VEC_VCAP", "2.0")) K_SOFT = float(os.environ.get("VEC_KSOFT", "0.7"))    # pertype soft threshold GAMMA_RENORM = float(os.environ.get("VEC_GAMMA", "0.6"))  # pertype total pullback -# --- SE-adaptive z gate (this node): replaces the fixed soft threshold -------+# --- magnitude stratification (node 30): reliability-weighted per-pair alpha --+# For gated (type,gene) pairs (soft_threshold output != 0), rank by raw |v|+# descending; the top STRAT_M fraction ("high-signal", the strongly-moving+# core of the developmental program) gets effective alpha * STRAT_BH, the rest+# gets alpha * STRAT_BL. BH=BL=1.0 is bitwise the parent (node 26/28 state)+# and is what ``--ablate mechanism`` selects (PLAN mechanism_off_control).+STRAT_M = float(os.environ.get("VEC_STRAT_M", "0.4"))    # top fraction+STRAT_BH = float(os.environ.get("VEC_STRAT_BH", "1.15"))+STRAT_BL = float(os.environ.get("VEC_STRAT_BL", "0.55"))+++def stratify(Vs: np.ndarray, absV: np.ndarray, m: float, bh: float,+             bl: float) -> tuple[np.ndarray, dict]:+    """Scale gated pairs by bh (top-m |v|) or bl (rest). Deterministic."""+    out = Vs.copy()+    mask = Vs != 0+    n_pairs = int(mask.sum())+    if n_pairs == 0 or m <= 0:+        return out, {"n_pairs": n_pairs, "n_high": 0, "thr": 0.0,+                     "sum_abs": float(np.abs(out).sum())}+    flat_mask = mask.ravel()+    idx = np.flatnonzero(flat_mask)+    abs_flat = np.abs(absV).ravel()+    order = idx[np.argsort(-abs_flat[idx], kind="stable")]+    n_high = int(round(m * n_pairs))+    n_high = max(0, min(n_high, n_pairs))+    M = np.full(out.shape, bl, dtype=np.float64)+    if n_high > 0:+        M.ravel()[order[:n_high]] = bh+    out = np.where(mask, out * M, out)+    thr = float(abs_flat[order[n_high - 1]]) if n_high > 0 else 0.0+    return out, {"n_pairs": n_pairs, "n_high": n_high, "thr": thr,+                 "sum_abs": float(np.abs(out).sum())}+++# --- SE-adaptive z gate (node 28, falsified; kept for reproducibility) ------- # PLAN's SE formula (var_log2 / (n * pb^2 * ln2^2)) measured >50% of gated # (type,gene) pairs with SE>1 (median z=0.31) -> PLAN risk-1 fallback: the # direct standard error of the per-type mean in log space,@@ -248,16 +296,17 @@ def main() -> None:      ablated = args.ablate is not None     eps = DEFAULT_EPS-    alpha = 0.0 if ablated else DEFAULT_ALPHA+    alpha = DEFAULT_ALPHA     decode = DEFAULT_DECODE     gate_mode = GATE_MODE     k_soft = K_SOFT+    strat_m, strat_bh, strat_bl = STRAT_M, STRAT_BH, STRAT_BL+    if ablated:+        # PLAN mechanism_off_control: beta=beta'=1.0 -> uniform amplitude,+        # output bitwise the parent (node 26/28) state.+        strat_m, strat_bh, strat_bl = 0.0, 1.0, 1.0     if args.fixed_k is not None:         gate_mode, k_soft = "fixed", args.fixed_k-    if ablated and "fixed" in str(args.ablate):-        # named off-control for the z gate only (velocity mechanism stays on)-        alpha = DEFAULT_ALPHA-        gate_mode, k_soft = "fixed", K_SOFT      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -348,6 +397,16 @@ def main() -> None:         n_keep_z = int(((Vs != 0) & (np.abs(Vt) > 0)).sum())         n_keep_fk = int((np.abs(soft_threshold(Vt, K_SOFT)) > 0).sum()) +        # --- magnitude stratification (node 30 mechanism) --------------------+        if strat_m > 0 and (strat_bh != 1.0 or strat_bl != 1.0):+            sum_before = float(np.abs(Vs).sum())+            Vs, sdiag = stratify(Vs, Vt, strat_m, strat_bh, strat_bl)+            print(f"[diag] strat m={strat_m} bh={strat_bh} bl={strat_bl} "+                  f"n_high={sdiag['n_high']}/{sdiag['n_pairs']} "+                  f"thr|v|={sdiag['thr']:.3f} "+                  f"sum|v_eff| {sum_before:.0f}->{sdiag['sum_abs']:.0f}",+                  file=sys.stderr)+         # --- backup mechanism: cross-type direction-consistency gate -------         # For each gene g, measure how much the output-composition-weighted         # per-type velocities agree in DIRECTION:

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

Done. Final state verified: default = selected config bitwise, `--ablate mechanism` = parent bitwise, vec-check passes, seed/disguised-view/single-input robustness all confirmed (18/20 queries used).

**做了什么**：在节点 26/28 提交态上实现 PLAN 的速度幅度分层——过门 (型,基因) 速度对按 |v| 降序，前 m=40% 用 α×1.15、其余压缩到 α×0.55，总位移守恒（sum|v_eff| −2.6%）地重分配外推幅度；`--ablate mechanism` 退回统一幅度（逐位=父节点）。

**查分结果**（A 半，父=54.87）：16 配置网格全部 ≥54.94（β_h=1.5 触发 mmd_u 止损除外），平台 55.0–55.16；提交 m=0.4/β_h=1.15/β'_l=0.55 = **55.160**，de_score 0.1528→0.1667 且 de_direction 0.1961→0.2069 同时改善（PLAN 成功判据），mmd_u/nbh 退化最小；seed 1 复测逐项相同。

**下一步最值得试**：① 分层后残余的 mmd_u/nbh 小幅退化（0.0473→0.0498）可用位移后按型向锚 pb 的部分回缩（λ≈0.1–0.2，节点 28 建议 2）修复，可能同时抬 cell_state 和 local_spatial；② de_score 只在 m=0.4/β_h=1.2/β'_l=0.7 达到 0.1806，与 de_dir 最优配置不重合，值得在分层之上做 γ 微调解耦两项；③ 形状组恒=地板（坐标冻结），是 25 分的未开发空间，但本地 proxy_noscale 尺子对尺度盲区，需只动坐标分布形状不动 RMS 的机制。

调研员

筛选出6-8个
- 查分：6-8次
- 如果第一轮没有改善，调整参数再试：可能再需要3-4次
- 总计：约10-12次，在20次限制内

好，方案可行。

最后一个考虑：我是否应该考虑结合节点27的相对差估计器？

不行。父节点是28（=26配置），我应该在26的基础上改进。如果同时换估计器和加幅度分层，无法区分哪个改动有效。

但如果我的方案失败，Engineer可以尝试用相对差估计器作为备选吗？不，这超出了本方案的范围。方案应该聚焦于一个结构改变。

好，最终输出。
</think>

```json
{
  "name": "速度幅度分层位移：按|v|可靠性加权外推步长改善DE方向信号",
  "motivation": "节点26/28的expression_change 54.93是四组中最弱非地板组（de_score 0.1528 skill 0.544，de_direction 0.1961 skill 0.555）。节点28证实：小|v|基因对de_direction是稀释而非增益（放行后de_dir从0.1998降到0.109–0.180），等幅度z替换仍差（0.174–0.180<0.1998）——统一α=1.0未区分高/低可靠性信号。ANALYSIS建议1指出k=0.75时expr可达55.06（#17），提示幅度调节有空间但需避免全局放量（节点28 z(2,1)总位移2.3倍导致mmd_u 0.048→0.085崩溃）。本方案不改门控集合（已封盘），只对通过门控的基因按|v|分配不同有效α。",
  "approach": "在节点26提交态（α=1.0, k=0.7, γ=0.6, ε=0.6×2步）上，保持门控和速度计算不变，新增幅度分层：对过门控(型,基因)对按|v_{t,g}|降序，前m%为高信号组用α_h=α×β，其余用α_l=α×β'。网格：m∈{30,40,50}，β∈{1.2,1.3,1.5}，β'∈{0.7,0.85,1.0}，共27配置。先本地诊断（不查分）：计算每配置的sum|v_eff|，仅保留与父节点（2799）偏差<20%的配置（预期6–8个）查分。若所有β'=1.0配置均优于β'<1.0，则第二轮固定β'=1.0、细化β∈{1.15,1.25,1.4}×m∈{35,45}。止损：任何配置mmd_u>0.055或de_direction<0.18即放弃该方向。单输入退路：无速度→α强制0→输出逐位等于节点23基座（与父节点退路相同）。",
  "expected_groups": ["expression_change"],
  "risks": "1) 高|v|放大后mmd_u/neighborhood_mmd恶化（节点28 z(2,1)教训）——总位移量约束<±20%缓解，Engineer先打印位移量再查分；2) de_score与de_direction此消彼长（节点28 #9）——要求两项同时≥父节点（0.1528/0.1961）才算成功；3) 最优m落在网格边界（30%或50%）说明阈值不稳健——若发生则机制证据不足，按NO_CHANGE提交；4) 27配置诊断+6–8次查分+可能的第二轮4次，总计≤14次，在20次限额内。",
  "family_id": "T2HX-01",
  "mechanism": "对通过软阈值门控的按型速度按绝对值分层：高|v|基因（发育程序核心驱动者，信号可靠）获得更大有效外推步长（α×β），低|v|基因保持或压缩步长（α×β'≤α），使位移场从统一幅度变为可靠性加权幅度。",
  "vs_constant_shift": "常数位移对全部基因施加相同方向和幅度；本方案保持门控集合不变，但按每个(型,基因)对的速度幅度分配不同的有效外推系数——位移场在基因维上是非均匀的，高可靠基因获得更多位移、低可靠基因被压缩，总位移量受约束。",
  "mechanism_evidence": "1) 诊断输出高/低信号组各自的sum|v_eff|与父节点比较，确认位移重新分配而非总量膨胀；2) de_score和de_direction应同时≥父节点（0.1528/0.1961），若仅一项改善则机制存疑；3) mmd_u和neighborhood_mmd应在噪声内（±0.003/±0.005），若显著恶化说明放大破坏了分布；4) 打印实际被放大的(型,基因)对数量和|v|分布，确认高信号组确实对应|v|上尾。",
  "mechanism_off_control": "设β=1.0、β'=1.0（所有基因有效α均为1.0），分层退化为统一幅度，输出应与父节点逐位相同（np.array_equal验证）。若不同则分层逻辑有实现错误。"
}
```

审查员

REVIEW.json written