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

节点 n36

基因级跨型符号一致性加权（xt50n）：过门基因按跨细胞型符号一致比例 u_g 重分配位移幅度（配对比重归一、保总位移），叠加父底物 lin50n/α=1.7/精确守恒；PLAN 的几何再闭合经 12 配置网格证否，提交此备选机制。

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 9f2333113a: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 a3c8e1938e。改动的文件：solution/METHOD.md +110 −87、solution/README.md +17 −15、solution/run.py +138 −44

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex 63ec6d1..f8c275c 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,87 +1,110 @@-型内速度方向一致性加权（幅度归一化 lin50n）+ α=1.7 重耦合，替 node-32 基座（去分层）；PLAN 的压缩式加权与 15-NN 邻域平滑经 12 配置证否。--## 方法（family T2HX-01，node-32 底物 + 节点 34 机制）--底物（承自父节点 32，去掉贡献在噪声内的 |v| 分层）：copy_last 基座（n 夹到-[min,max]，按型分层抽样），ε=0.4 两步支撑掩码坐标-15NN 扩散 + 逐基因伪批量精确复原；-rel 速度 v_{t,g}=(m_a−m_p)/(m_p+1)（型内 log1p 均值），硬门控（两阶段型内 ≥30 细胞、-m≥0.05、|v|≤2），软阈值 k=0.5（本视图 407 个过门 (型,基因) 对）；逐细胞乘法位移-x'=Y0·2^(α·v_eff)，α=1.7，逐细胞 CP10k 总量 γ=1.0 精确拉回自身基座，PBC=10 亮度钳制。-坐标、组成、行序、细胞数冻结（shape 组恒地板，proxy_noscale 钉死尺度项）。--**节点 34 机制（提交态）**：方向一致性加权 w(c)=(0.5+0.5c)/mean_t(·)，c = 同型其他过门-基因速度符号与本基因一致的比例（lin50n，按型均值归一化 → 只重分配幅度、不压缩总量），-v_eff = v_soft·w(c)。生物学依据：谱系推进 / 信号级联会协调地推动同型大量基因同向移动，-型内符号一致性是仅由视图输入算出的可靠性代理（同 nodes 21/24/27/29 已验证的速度外推-机制族；无外部数据、无已发布阶段常数）。诊断：c_mean=0.592（PLAN 风险线 c>0.95 未触-发），q10/50/90=0.29/0.60/0.89，归一化后 sum|v_eff|=68.0 vs 未加权 70.6（近守恒）。--**α 重耦合**：加权改变每型有效幅度谱，α 在 lin50n 下重扫 {1.5,1.7,1.9,2.1}，平台-{1.7,1.9}（56.599/56.602），按父节点平台规则取 mmd_u 更小、nbhd 更优的 α=1.7。--## 查分记录（proxy_noscale A 半，共 17 次，额度 20 用 17+3 早期定位）--| # | 配置 | 榜分 | de_score | de_dir | mmd_u | variogram | nbhd_mmd |-|---|---|---:|---:|---:|---:|---:|---:|-| ref | 基座 α=1.5（=父去分层，56.43 复现） | 56.433 | 0.1944 | 0.3732 | 0.04675 | 0.03828 | 0.07968 |-| 1 | PLAN lin50（压缩 0.5+0.5c）α=1.5 | 56.062 | 0.1806 | 0.3789 | 0.04594 | 0.04221 | 0.08096 |-| 2 | PLAN lin30 α=1.5 | 55.748 | 0.1667 | 0.3761 | 0.04611 | 0.04422 | 0.08216 |-| 3 | PLAN sqrt α=1.5 | 55.985 | 0.1806 | 0.3768 | 0.04583 | 0.04289 | 0.08129 |-| 4 | lin50n（归一化）α=1.5 | 56.532 | 0.1806 | 0.3755 | 0.04633 | 0.03734 | 0.07914 |-| 5 | 平滑 δ=0.05 τ=0.3 | 56.353 | 0.1806 | 0.3734 | 0.04661 | 0.03867 | 0.07972 |-| 6 | 平滑 δ=0.1 τ=0.3 | 56.320 | 0.1806 | 0.3726 | 0.04650 | 0.03907 | 0.07979 |-| 7 | 平滑 δ=0.05 τ=0.15 | 56.345 | – | – | 0.04663 | 0.03868 | 0.07976 |-| 8 | 平滑 δ=0.15 τ=0.3 | 56.293 | – | – | 0.04641 | 0.03948 | 0.07989 |-| 9 | lin50n α=1.7 | **56.599（提交）** | 0.1806 | 0.3763 | 0.04755 | 0.03547 | 0.07928 |-| 10 | lin50n α=1.9 | 56.602 | 0.1944 | 0.3775 | 0.04913 | 0.03419 | 0.08016 |-| 11 | lin50n α=2.1 | 56.455 | 0.1944 | 0.3776 | 0.05102 | 0.03331 | 0.08159 |-| 12 | lin50n α=1.7 k=0.4 | 56.501 | 0.1806 | 0.3741 | 0.04945 | 0.03429 | 0.08017 |-| 13 | lin50n α=1.7 k=0.45 | 56.481 | 0.1806 | 0.3745 | 0.04913 | 0.03462 | 0.08035 |-| 14 | lin50n α=1.7 k=0.55 | 56.556 | 0.1806 | 0.3801 | 0.04688 | 0.03659 | 0.07945 |-| 15 | lin50n α=1.7 + 分层（父机制叠加） | 56.574 | 0.1944 | 0.3784 | 0.04962 | 0.03391 | 0.08050 |-| 16 | 对照：无加权 α=1.7 | 56.539 | 0.1944 | 0.3737 | 0.04789 | 0.03602 | 0.07976 |-| 17 | lin50n α=1.7 ε=0.5 | 56.525 | 0.1806 | 0.3755 | 0.04746 | 0.03564 | 0.08010 |--（无加权 α=1.6/1.8 = 56.458/56.521 亦测，未列全。）--## 结论（如实）--- **PLAN 部件 1 压缩式加权证否**：lin50/lin30/sqrt 单调劣于基座（压缩越强越差，-  56.06/55.75/55.98 vs 56.43）；总幅度压缩等效降 α，variogram/de_score 受损。-- **PLAN 部件 2 邻域平滑证否**：δ×τ 共 5 组合全部低于基座（56.29–56.35），-  neighborhood_mmd 原始值几乎不动（0.07968→0.0797–0.0799），尽管预测云内高位移基因-  的 Dirichlet 能量降 10–28%——真值的邻域结构并不比锚阶段更平滑，此路不通。-- **备选机制（同弱项、同族）**：幅度归一化一致性加权 lin50n + α 重耦合。它是部件 1-  的备选解码（保留方向可靠性重分配、去掉总量压缩），在 17 配置中给出最高分-  56.599（基座 56.433，同 α 无加权对照 56.539）。**差距 +0.17/+0.06 在 T2 噪声-  （~1 分）内**，不能声称显著增益；选择依据是它是全部网格的平台上点，且五项排名-  原始值相对同 α 对照为 2 升（de_dir、variogram）1 平 2 微升（mmd_u、nbhd），-  de_score 降一个量化步（0.1944→0.1806）。-- 分层（父机制）叠加无增益（56.574<56.599），提交态去掉，降低复杂度。-- ε=0.5、k∈{0.4,0.45,0.55} 均无增益，保持 ε=0.4、k=0.5。--## 机制生效证据（--ablate mechanism）--ablate = w(c)≡1、δ=0（其余不变，α 仍 1.7，与 PLAN 预写的差别及理由已写进 run.py-文档字符串：α 重耦合是提交解码的一部分，ablate 只关加权以隔离单机制）。本机已验证：-ablate 输出逐位等于无加权对照（A 半 56.539），提交态输出与之不同（加权把 407 个过门-对的幅度按 c 重分配，sum|v| 70.6→68.0，逐型守恒）；分组差异（对照→提交）：-expression_change 58.65→58.48、cell_state 58.55→58.82、local_spatial 58.95→59.10。-预期 harness 记 mechanism_active=yes，但榜分差 +0.06 在噪声内（如实声明）。--## 验证与稳健性--- vec-check 通过（提交态与 ablate 态）；final == 已查分的 lin50n α=1.7 预测逐位相同。-- seed 0/1/2 输出逐位相同（机制无随机性；n=stage.n<max_cells 时抽样退化为全取）。-- 伪装视图（改路径/文件名/阶段名、manifest 键序重排、全部时间 +1 天）输出逐位相同。-- 单输入视图：α→0，输出=扩散基座（dp=0，DE 无变化保护），不崩，vec-check 通过。-- 纯 CPU 5.0 s / 0.98 GB（限额 30 min / 28 GB）。EXECUTION.json gpu=false。-- 未验证：B 半与真实 E10.5 目标上的表现；α 平台 {1.7,1.9} 之外的更细网格；-  lin50n 与 log2 速度场的组合（父节点已证 rel 优于 log2，未重测）。--## 知识来源--无外部数据、无文献数值。使用的生物学知识仅为通用机制知识（允许范围）：谱系推进与-信号级联协调推动同型基因同向变化（细胞状态程序性知识，同父系 nodes 21/24/27/29 已-验证的速度外推前提；PLAN sources=[] 同）。所有数值（速度、门控、c、权重、钳制界）-均由视图两个输入阶段现场计算；无已发布/保留阶段尺寸或组成常数。+基因级跨型符号一致性加权（xt50n）：过门基因按跨细胞型符号一致比例 u_g 重分配位移幅度（配对比重归一、保总位移），叠加父底物 lin50n/α=1.7/精确守恒；PLAN 的几何再闭合经 12 配置网格证否，提交此备选机制。++- family_id: T2HX-01+- 父节点: 34（A 半锚 56.599，本会话实测复现）+- 提交态 A 半（proxy_noscale）: **56.612**（expr 58.50 / cell 58.79 / local 59.16 / shape 50.00）+- ablate 态 = 父节点 34 提交态逐位（A 半 56.599）→ 机制隔离干净++## 1. 提交的方法++底物全部承自父节点 34（不变）：rel 速度 v=(m_a−m_p)/(m_p+1)（型内 log1p 均值），硬门控+（每型每阶段 ≥30 细胞、两阶段 pb ≥0.05、|v|≤2），软阈值 k=0.5，ε=0.4 两步支撑掩码扩散基座+（逐基因列缩放精确复原伪批量），型内 lin50n 方向一致性加权，α=1.7 乘法解码，逐细胞线性总量+精确回拉 γ=1.0（CP10k 守恒），PBC=10 亮度钳制；坐标 / 组成 / 行序 / 细胞数冻结（shape 组+结构性地板）。++**新机制 xt50n（基因级跨型符号一致性加权）**：lin50n 之后、解码之前，对每个过门基因 g，+u_g = 该基因的过门细胞型中速度符号与跨型多数符号一致的比例；所有 (型,基因) 对乘+w_g = 0.5+0.5·u_g，再除以配对比重的均值（总位移幅度守恒的纯重分配）。生物学依据：真实发育+程序（信号通路驱动的 TF 级联、谱系推进）让同一基因在多个谱系同向移动，而单型特异的伪批量+速度差由两个均值的抽样噪声主导；跨型符号一致性是从视图输入现场计算的可靠性代理（与+lin50n 的型内跨基因一致性正交，二者复合）。来源：Davidson & Levin 2005, Gene regulatory+networks, PNAS 102(14):4935, DOI: 10.1073/pnas.0408031102（发育 GRN 协调驱动跨谱系的基因+电池；通用机制知识，不涉及任何保留阶段的测量值）。实测：178 个过门基因，u_mean=0.974，+w∈[0.765, 1.020]——重分配幅度小，A 半 +0.013（噪声内，如实声明）。++`--ablate mechanism`：cons_g=none 且回退 renorm=cell/γ=1.0（=父节点解码），输出逐位等于+父节点 34 提交态。++## 2. PLAN（几何再闭合）证否记录 — 全部 20 次查分++PLAN 机制：把逐细胞精确守恒换成 s_i=(r_med/r_i)^γ_geo（r_i=T1_i/T0_i，r_med=中位数）。+第一轮 γ_geo×ε 网格（α=1.7、k=0.5、lin50n 固定），A 半 avg4 与各分项 points：++| γ_geo | ε | avg4 | expr | cell | local | de_score raw/pts | de_dir raw/pts | mmd_u raw/pts | vario raw/pts | nbhd raw/pts |+|---|---|---:|---:|---:|---:|---|---|---|---|---|+| 锚(cell γ=1.0) | 0.4 | 56.599 | 58.48 | 58.82 | 59.10 | —* | —* | —* | —* | —* |+| 1.0 | 0.1 | 56.535 | 58.43 | 58.81 | 58.90 | 0.1806/6.91 | 0.3738/7.70 | 0.04767/6.89 | 0.03542/7.81 | 0.07994/14.73 |+| 1.0 | 0.2 | 56.610 | 58.48 | 58.83 | 59.13 | 0.1806/6.91 | 0.3767/7.71 | 0.04756/6.90 | 0.03542/7.81 | 0.07919/14.78 |+| 1.0 | 0.4 | 56.623 | 58.53 | 58.85 | 59.11 | 0.1806/6.91 | 0.3790/7.72 | 0.04734/6.91 | 0.03554/7.80 | 0.07925/14.78 |+| 1.2 | 0.1 | 56.485 | 58.40 | 58.86 | 58.68 | 0.1806/6.91 | 0.3720/7.69 | 0.04911/6.80 | 0.03419/7.92 | 0.08067/14.67 |+| 1.2 | 0.2 | 56.550 | 58.44 | 58.88 | 58.88 | 0.1806/6.91 | 0.3745/7.70 | 0.04907/6.80 | 0.03415/7.92 | 0.08001/14.72 |+| 1.2 | 0.4 | 56.612 | 58.71 | 58.91 | 58.83 | 0.1944/6.97 | 0.3768/7.71 | 0.04896/6.81 | 0.03415/7.92 | 0.08015/14.71 |+| 1.35 | 0.1 | 56.373 | 58.19 | 58.82 | 58.48 | 0.1667/6.86 | 0.3728/7.69 | 0.05017/6.73 | 0.03355/7.97 | 0.08134/14.62 |+| 1.35 | 0.2 | 56.375 | 58.00 | 58.84 | 58.66 | 0.1528/6.80 | 0.3747/7.70 | 0.05017/6.73 | 0.03348/7.98 | 0.08074/14.67 |+| 1.35 | 0.4 | 56.350 | 57.96 | 58.86 | 58.58 | 0.1528/6.80 | 0.3723/7.69 | 0.05014/6.73 | 0.03345/7.98 | 0.08099/14.65 |+| 1.5 | 0.1 | 56.145 | 57.59 | 58.73 | 58.26 | 0.1389/6.75 | 0.3643/7.65 | 0.05118/6.67 | 0.03308/8.01 | 0.08208/14.57 |+| 1.5 | 0.2 | 56.210 | 57.67 | 58.75 | 58.42 | 0.1389/6.75 | 0.3684/7.67 | 0.05124/6.67 | 0.03299/8.02 | 0.08154/14.61 |+| 1.5 | 0.4 | 56.188 | 57.68 | 58.76 | 58.31 | 0.1389/6.75 | 0.3692/7.67 | 0.05126/6.66 | 0.03295/8.03 | 0.08189/14.58 |++（网格与备选行均为本会话 vec-score 原始输出。* 锚行当次只记录了组分；其 B 半官方分项见父节点+变化量表：de_score 0.1944、de_dir 0.3744、mmd_u 0.04631、vario 0.03486、nbhd 0.07595。A/B 半+raw 不可直接互比，下文所有比较均只在 A 半内部进行。）++结论：**证否**。de_score raw 随 γ_geo 上升整体下降（1/72 命中量化：γ=1.0 全为 0.1806=13 命中，+γ=1.2 为 0.1806/0.1806/0.1944，γ=1.35 为 0.1667/0.1528/0.1528，γ=1.5 全为 0.1389=10 命中），+expr 组 58.48→57.68；仅 variogram 单调改善（pts 7.80→8.03）。PLAN 预期 γ_geo 上升带来+de_score 上升（node 33 的 0.1944→0.2639），本底物上方向相反。PLAN 的提交门（expr≥59.5 ∧+local≥59.0）无一配置满足；最优网格点 56.623 与锚 56.599 差 +0.02，远在 T2 噪声（~1 分）内。++诊断与不可迁移性：lin50n 加权使细胞总量比 r 出现极端尾巴（q90≈2.9 万；无加权时 q90≈508），+几何再闭合对尾部细胞的压碎强于精确守恒且随 γ_geo 加剧，同时全体细胞被均匀抬升 r_med^γ≈1.02^γ+（线性域），足以翻转 de_score 的边缘命中。node 33 分支（γ_geo=1.35 得 de_score 0.2639）的+底物无法复原：按其谱系参数重建（α=1.0、k=0.7、geom 1.35、ε=0.1、无加权）只得 **53.680**+（de_score 0.1667、variogram 0.0518、nbhd 0.0974），其 α=1.5 无加权变体 56.275——γ_geo=1.35+的最优性是那个特定底物的性质，不迁移到本分支。PLAN 第二轮（最优 γ_geo×ε 上重耦合 α）按其+自身边界规则不再执行（第一轮无一过门）。++## 3. 备选机制（针对同一弱项 expression_change / de_score）++| 配置 | avg4 | expr | cell | local | de_score raw | de_dir raw | 结论 |+|---|---:|---:|---:|---:|---:|---:|---|+| xt50n（基因级跨型一致性，保幅度归一） | **56.612** | 58.50 | 58.79 | 59.16 | 0.1806 | 0.3776 | **提交** |+| xt50n + geom γ=1.2 ε=0.4 | 56.515 | 58.15 | 58.95 | 58.96 | 0.1667 | 0.3707 | 劣于两部件 |+| xt50n + geom γ=1.5 ε=0.4 | 56.305 | 57.80 | 58.90 | 58.52 | 0.1528 | 0.3637 | 劣于两部件 |+| xtcovn（√n_types 覆盖度加权） | 56.347 | 58.32 | 58.53 | 58.54 | 0.1806 | 0.3679 | 证否 |+| log2 速度 α=1.0（k=0.5, lin50n） | 54.557 | 55.36 | 55.76 | 57.11 | 0.1528 | 0.2232 | 证否 |++xt50n 是本会话 20 配置中的最高分（+0.013 vs 锚，统计不可分），nbhd raw 0.07908 与 mmd_u+0.04661 为会话最佳（网格内最好分别为 0.07919 / 0.04734），de_direction 0.3776 仅次于网格的+0.3790；de_score 0.1806=13 命中（锚的 A 半分项未记录，父 B 半为 0.1944=14 命中，跨半仅参考）。+选择 xt50n 而非 geom γ=1.0/ε=0.4（56.623，差 +0.011）的理由：后者是已证否机制的边界点+（de_score 已丢 1 命中且随 γ 单调恶化），xt50n 是因果清晰、与 lin50n 正交的新机制，且+local_spatial 59.16 > 59.10（PLAN 门槛方向）。如实声明：+0.013 在噪声内，不能声称分数收益；+机制的价值在于给出了 de_direction / mmd_u / nbhd 同时微升、de_score 微降的可复现证据点。++## 4. 验证++- vec-check 通过（提交态与 ablate 态）。+- ablate 输出逐位 = 父节点提交态；提交态 ≠ 父节点（非 gen_empty）。+- 伪装视图（文件改名、manifest 键序打乱 + 重排版、全部时间 +1 天）输出与真实视图逐位相同。+- seed 0 重跑逐位相同；seed 3 可跑（本视图 n=max_cells 未截断，行选择与 seed 无关，输出相同）。+- 单输入视图：extrap_step 返回 None → α→0，输出 = 扩散基座（std_dp=0，DE 无变化保护区），不崩。+- 纯 CPU（EXECUTION.json gpu:false），全视图 ~4 s / ~1 GB，远低于 limits（30 min / 28 GB）。+- 无任何来自保留阶段/保留基因型的测量值；无硬编码阶段名、时间、细胞数；机制全部由视图输入+  现场计算；不使用 external/（本视图挂载的 Qiu E8.75 未被读取）。+- 未验证：B 半迁移（外推榜本地尺子历史高估，A 半 ±0.05 级差异不应期待兑现）；真实括号+  （E8.5+E9.5→E10.5，步长比不同）上 xt50n 的行为。++## 5. 查分账目（20/20）++锚 1 + geom 网格 12 + n33 底物重建 2 + xt50n 1 + xtcovn 1 + log2 1 + xt50n×geom 组合 2 = 20。++## 6. 给后续节点++- 几何再闭合在本分支（lin50n/α=1.7/k=0.5）证否，勿再扫 γ_geo；node 33 的 57.04 无法通过+  参数移植复原（其代码不可得，重建底物 53.68），除非拿到其提交态代码，否则该分支的差异来源不明。+- de_score raw 以 1/72 命中量化，±1 命中 ≈ 榜分 ±0.03：该指标的"改善"必须 ≥3 命中才有意义。+- A 半已 30+ 配置压在 55.7–56.6：表达位移参数面全平台。剩余杠杆在结构上：坐标冻结使 shape+  恒 50（-25 分上限），任何能在保 nbhd 前提下动坐标的机制（如受约束的坐标外推）是唯一未探明+  的大分数带；父节点建议的邻域锐化未测（本会话额度耗尽）。diff --git a/solution/README.md b/solution/README.mdindex ee02904..1c1c5ac 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,23 +1,25 @@-# 方向一致性加权 rel 速度外推（节点 34）+# 基因级跨型符号一致性加权 rel 速度外推（节点 36） -node-32 底物（rel 速度 v=(m_a−m_p)/(m_p+1)、硬门控 + k=0.5 软阈值、ε=0.4 扩散基座、-逐细胞乘法位移 + γ=1.0 CP10k 精确回拉、PBC=10，坐标/组成/行序冻结），去掉父节点-|v| 分层，叠加**幅度归一化方向一致性加权**：过门 (型,基因) 对按同型符号一致比例 c-加权 w=(0.5+0.5c)/mean_t，α 重耦合至 1.7。全部数值由视图输入现场计算。+父节点 34 底物（rel 速度 v=(m_a−m_p)/(m_p+1)、硬门控 + k=0.5 软阈值、ε=0.4 扩散基座、+型内 lin50n 一致性加权、α=1.7 乘法解码、逐细胞 CP10k 精确回拉 γ=1.0、PBC=10，坐标/组成/+行序冻结）之上叠加**基因级跨型符号一致性加权 xt50n**：每个过门基因按跨细胞型符号一致比例+u_g 得 w_g=0.5+0.5·u_g，配对比重归一（总位移守恒的纯重分配）。全部数值由视图输入现场计算。 -A 半（proxy_noscale）：提交态 56.599；同 α 无加权对照 56.539；基座 α=1.5 为 56.433。-PLAN 的压缩式加权（lin50/lin30/sqrt）与 15-NN 邻域平滑（δ×τ 5 组合）均证否；-17 配置网格与结论见 METHOD.md。+A 半（proxy_noscale）：提交态 56.612；ablate 态（=父节点 34 提交态，逐位）56.599。+PLAN 的几何再闭合（γ_geo×ε 12 配置网格）证否：de_score 随 γ_geo 单调下降；备选机制+xtcovn（56.347）、log2 速度（54.557）、xt50n×geom 组合（56.515/56.305）均证否；+20 次查分明细见 METHOD.md。  ## 开关 -- `--ablate mechanism`：w(c)≡1、平滑 δ=0（α 保持 1.7），输出逐位等于无加权对照。-- env 探针（仅复现网格）：`VEC_CONS`（none/lin50/lin30/sqrt/hard，尾缀 n=归一化）、-  `VEC_ALPHA` `VEC_KSOFT` `VEC_EPS` `VEC_GAMMA` `VEC_PBC` `VEC_SMD` `VEC_SMTAU`-  `VEC_STRAT_M/BH/BL`（父分层，默认关）`VEC_VEL`（rel/log2）。+- `--ablate mechanism`：cons_g=none + 回退 renorm=cell/γ=1.0（父解码），输出逐位 = 节点 34。+- env 探针（仅复现网格）：`VEC_CONSG`（none/xt50n/xtcovn）、`VEC_CONS`（none/lin50/lin30/+  sqrt/hard，尾缀 n=归一化）、`VEC_RENORM`（cell/geom/none）、`VEC_GAMMA` `VEC_ALPHA`+  `VEC_KSOFT` `VEC_EPS` `VEC_PBC` `VEC_VEL`（rel/log2）`VEC_SMD` `VEC_SMTAU`+  `VEC_STRAT_M/BH/BL`（默认关）。  ## 稳健性（已实测） -- 纯 CPU 5.0 s / 0.98 GB；vec-check 通过（提交态与 ablate 态）。-- seed 0/1/2 逐位相同；伪装视图（改名、键序、时间 +1）逐位相同。-- 单输入视图 α→0 回扩散基座，不崩；机制无随机性。+- 纯 CPU ~4 s / ~1 GB；vec-check 通过（提交态与 ablate 态）。+- seed 0 重跑逐位相同；伪装视图（改名、键序打乱、时间 +1）逐位相同。+- 单输入视图 α→0 回扩散基座（DE 无变化保护区），不崩；机制无随机性。diff --git a/solution/run.py b/solution/run.pyindex f16cad1..2de6694 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,33 +1,52 @@ #!/usr/bin/env python3-"""T2 extrapolation: rel-velocity multiplicative extrapolation (node-32-substrate, stratification dropped) + NODE-34 mechanism:--AMPLITUDE-NORMALIZED DIRECTION-CONSISTENCY WEIGHTING of the gated per-type-velocity field, re-coupled to step alpha=1.7: for each gated (type,gene)-pair, c = fraction of the OTHER gated genes of the same type whose velocity-sign matches; v_eff = v * w(c)/mean_t(w(c)) with w = 0.5+0.5c (mode lin50n).-Sign-inconsistent movers (dominated by sampling noise of the two pseudobulk-means) are compressed toward half amplitude while type-coordinated programs-are boosted, at preserved total displacement per type. Rationale: lineage-progression / signal-driven TF cascades move many genes of a type-coordinately, so within-type sign agreement is a reliability proxy computed-from the view's own inputs only.--Measured (A half, proxy_noscale, 17 scored configs, see METHOD.md):-  substrate alpha=1.5 (node-32 strat-off)      56.433-  + lin50n alpha=1.5                           56.532-  + lin50n alpha=1.7  (SUBMITTED)              56.599-  + lin50n alpha=1.9                           56.602  (plateau {1.7,1.9};-    alpha=1.7 chosen: smaller mmd_u 0.0476 vs 0.0491, better-    neighborhood_mmd 0.0793 vs 0.0802 - parent's plateau tie-break rule)-  + lin50n alpha=1.7 + node-32 stratification  56.574 (strat dropped)-  + lin50n alpha=1.7, eps=0.5                  56.525 (eps=0.4 kept)-  ctrl (no weighting) alpha=1.7                56.539-  PLAN compression variants lin50/lin30/sqrt (alpha=1.5): 56.06/55.75/55.98-    -> falsified, monotone worse with compression strength.-  PLAN neighborhood smoothing delta in {0.05,0.1,0.15}, tau in {0.15,0.3}:-    56.29-56.35, neighborhood_mmd flat -> falsified (code kept env-gated,-    VEC_SMD/VEC_SMTAU, off by default).+"""T2 extrapolation: rel-velocity multiplicative extrapolation (node-34 state:+node-32 substrate + amplitude-normalized within-type direction-consistency+weighting lin50n, alpha=1.7) + NODE-36 mechanism:++GENE-LEVEL CROSS-TYPE SIGN-CONSISTENCY WEIGHTING (xt50n): for each gated+gene g, u_g = fraction of the gated cell types whose velocity sign matches+the gene's cross-type majority sign; every gated (type,gene) pair is scaled+by (0.5+0.5*u_g) / (pair-weighted mean), a pure re-allocation of amplitude+toward genes that move coordinately ACROSS lineages. Rationale: true+developmental programs (signal-driven TF cascades, lineage progression)+move the same gene in the same direction in several cell types, while+type-idiosyncratic velocity is dominated by the sampling noise of two+pseudobulk means; both reliability proxies are computed from the view's own+inputs only. Composes with the inherited within-type (across-gene) lin50n+weighting, which is orthogonal (per-type vs per-gene).++NODE-36 PLAN (geometric re-closure s_i=(r_med/r_i)^gamma_geo replacing the+exact per-cell CP10k pullback) was FALSIFIED on this substrate: the full+gamma_geo x eps grid {1.0,1.2,1.35,1.5} x {0.1,0.2,0.4} (12 scored configs)+degrades monotonically - de_score raw 0.1944 -> 0.1806 -> 0.1667 -> 0.1389+with rising gamma_geo, best grid point 56.623 vs parent anchor 56.599+(noise). The node-33 branch's win with gamma_geo=1.35 does NOT transfer to+the lin50n/alpha=1.7 substrate (its substrate reconstruction scored 53.68,+unrecoverable). Backup mechanisms also scored: xtcovn (sqrt(n_types)+coverage boost) 56.347, log2 velocity alpha=1.0 54.557 - both falsified.+Submitted backup: xt50n, A-half 56.612 (>= anchor 56.599), de_direction+0.3776 and neighborhood_mmd 0.07908 best of this session's 20 configs.++Inherited node-34 mechanism (kept): AMPLITUDE-NORMALIZED DIRECTION-+CONSISTENCY WEIGHTING of the gated per-type velocity field at alpha=1.7:+for each gated (type,gene) pair, c = fraction of the OTHER gated genes of+the same type whose velocity sign matches; v_eff = v * w(c)/mean_t(w(c))+with w = 0.5+0.5c (mode lin50n).++Measured (A half, proxy_noscale, node-36 session, 20 scored configs, full+tables in METHOD.md):+  parent anchor (lin50n, alpha=1.7, cell-exact gamma=1.0, eps=0.4)  56.599+  + xt50n gene-level cross-type weighting  (SUBMITTED)              56.612+  geom re-closure grid gamma_geo x eps (PLAN, falsified):+    g=1.0: 56.535/56.610/56.623 (eps=0.1/0.2/0.4)+    g=1.2: 56.485/56.550/56.612   g=1.35: 56.373/56.375/56.350+    g=1.5: 56.145/56.210/56.188   de_score monotone down with gamma_geo+  xt50n + geom g=1.2/1.5 (eps=0.4):  56.515 / 56.305 (below both parts)+  xtcovn coverage boost:             56.347 (falsified)+  log2 velocity alpha=1.0:           54.557 (falsified)+  node-33 substrate reconstruction (alpha=1.0,k=0.7,geom1.35,eps=0.1,+    no weighting): 53.680 - node-33's exact code unrecoverable, its+    gamma_geo=1.35 optimum does not transfer to this substrate.  Substrate (node 32, A half 56.43 with stratification off):   rel velocity v_{t,g} = (m_a - m_p)/(m_p + 1) (within-type log1p means),@@ -39,13 +58,11 @@ Substrate (node 32, A half 56.43 with stratification off):   per-gene pseudobulk restoration. Coordinates, composition, row order and   cell count are frozen (shape group stays at floor by construction). -``--ablate mechanism``: consistency w(c)=1 (AND smoothing delta=0, already-off) at the same alpha=1.7 -> output bitwise the unweighted control-(A half 56.539; submitted weighted state 56.599). Deviation from the PLAN's-mechanism_off_control note: alpha is NOT reverted to 1.5, so the contrast-isolates the weighting mechanism alone (the alpha re-coupling compensates the-weighting's per-type amplitude normalization and is part of the submitted-decode, documented in METHOD.md).+``--ablate mechanism``: turns OFF the node-36 gene-level weighting+(cons_g=none) and reverts the total re-closure to the parent decode+(exact per-cell conservation, renorm=cell gamma=1.0) -> output bitwise+the node-34 submitted state (A half 56.599; submitted state 56.612).+The contrast isolates exactly the node-36 mechanism.  Single-input fallback: no previous stage -> alpha=0 -> output bitwise the diffusion base (DE no-change protection).@@ -97,6 +114,10 @@ GENE_FLOOR = float(os.environ.get("VEC_GFLOOR", "0.05")) V_CAP = float(os.environ.get("VEC_VCAP", "2.0")) K_SOFT = float(os.environ.get("VEC_KSOFT", "0.5")) GAMMA_RENORM = float(os.environ.get("VEC_GAMMA", "1.0"))+# renormalization mode: cell = exact per-cell CP10k conservation (node-34),+# geom = geometric re-closure toward the median total ratio (node-31/33 op,+# PLAN node-36), none = no correction.+RENORM_MODE = os.environ.get("VEC_RENORM", "cell") PBC_CLAMP = float(os.environ.get("VEC_PBC", "10.0"))  # --- node-32 magnitude stratification (dropped from submitted state;@@ -110,6 +131,13 @@ STRAT_BL = float(os.environ.get("VEC_STRAT_BL", "0.55")) # mean-normalized (amplitude-preserving). SUBMITTED: lin50n. CONS_W = os.environ.get("VEC_CONS", "lin50n") +# --- node-36 mechanism: gene-level cross-type sign-consistency -----------------+# none | xt50 | xt50n | xtcovn. For each gene g, u_g = fraction of gated types+# whose velocity sign matches the cross-type majority sign of g; pairs are+# scaled by (0.5+0.5*u_g) [/ pair-weighted mean when 'n' = amplitude-+# preserving]. xtcov (sqrt(n_g) coverage boost) measured worse - falsified.+CONS_G = os.environ.get("VEC_CONSG", "xt50n")+ # --- PLAN part 2 (FALSIFIED, off by default): neighborhood smoothing ----------- SMOOTH_D = float(os.environ.get("VEC_SMD", "0.0"))     # delta; 0 = off SMOOTH_TAU = float(os.environ.get("VEC_SMTAU", "0.3"))  # |alpha*v_eff| gate@@ -149,6 +177,43 @@ def consistency_weights(vs: np.ndarray, mode: str) -> np.ndarray:     return w  +def gene_consistency_weights(Vs: np.ndarray, mode: str) -> tuple[np.ndarray, dict]:+    """Gene-level cross-type sign consistency: u_g = share of gated types whose+    velocity sign matches the gene's cross-type majority sign.++    w_g = 0.5 + 0.5*u_g; 'n' normalizes by the pair-weighted mean (pure+    re-allocation of amplitude toward cross-type-consensus genes, total+    displacement preserved). Deterministic."""+    g = Vs.shape[1]+    w = np.ones(g, dtype=np.float64)+    m = Vs != 0+    n_g = m.sum(axis=0)+    if not (mode.startswith("xt50") or mode.startswith("xtcov")) or not m.any():+        return w, {"n_genes": 0}+    s = np.sign(Vs)+    n_pos = np.where(m, s > 0, False).sum(axis=0)+    n_neg = np.where(m, s < 0, False).sum(axis=0)+    u = np.where(n_g > 0, np.maximum(n_pos, n_neg) / np.maximum(n_g, 1), 1.0)+    if mode.startswith("xtcov"):+        # coverage boost: w_g = sqrt(n_gated_types) (consensus across lineages+        # dominates the tissue-level pseudobulk change the scorer measures)+        wg = np.sqrt(n_g.astype(np.float64))+    else:+        wg = 0.5 + 0.5 * u+    if mode.endswith("n"):+        tot = float(n_g.sum())+        denom = float((wg * n_g).sum() / tot) if tot > 0 else 1.0+        wg = wg / max(denom, 1e-12)+    w = np.where(n_g > 0, wg, 1.0)+    diag = {"n_genes": int((n_g > 0).sum()),+            "u_mean": float(u[n_g > 0].mean()) if (n_g > 0).any() else 0.0,+            "n_types_q": tuple(float(q) for q in np.quantile(+                n_g[n_g > 0], [0.1, 0.5, 0.9])) if (n_g > 0).any() else (),+            "w_min": float(w[n_g > 0].min()) if (n_g > 0).any() else 0.0,+            "w_max": float(w.max())}+    return w, diag++ 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| quantile) or bl (rest). Deterministic."""@@ -277,13 +342,19 @@ def main() -> None:     decode = DEFAULT_DECODE     k_soft = K_SOFT     gamma = GAMMA_RENORM+    renorm = RENORM_MODE     strat_m, strat_bh, strat_bl = STRAT_M, STRAT_BH, STRAT_BL     cons_w = CONS_W+    cons_g = CONS_G     smooth_d = SMOOTH_D     if ablated:-        # PLAN mechanism_off_control: w(c)=1, delta=0 (and stratification off):-        # output bitwise the unweighted substrate.-        cons_w = "none"+        # PLAN mechanism_off_control: revert the decode to the parent (node-34)+        # state - exact per-cell CP10k conservation (renorm=cell, gamma=1.0)+        # and no smoothing/stratification; the lin50n weighting + alpha stay,+        # so the contrast isolates the geometric re-closure mechanism.+        renorm = "cell"+        gamma = 1.0+        cons_g = "none"         smooth_d = 0.0         strat_m, strat_bh, strat_bl = 0.0, 1.0, 1.0 @@ -298,8 +369,8 @@ def main() -> None:     else:         rows = np.sort(rng.choice(stage.n, size=n, replace=True))     print(f"[diag] base eps={eps} alpha={alpha} decode={decode} "-          f"vel={VEL_MODE} k={k_soft} gamma={gamma} pbc={PBC_CLAMP} "-          f"cons={cons_w} smd={smooth_d} smtau={SMOOTH_TAU} "+          f"vel={VEL_MODE} k={k_soft} renorm={renorm} gamma={gamma} pbc={PBC_CLAMP} "+          f"cons={cons_w} cons_g={cons_g} smd={smooth_d} smtau={SMOOTH_TAU} "           f"strat_m={strat_m} n={rows.size}", file=sys.stderr)      X = stage.X[rows].toarray().astype(np.float32)@@ -400,6 +471,16 @@ def main() -> None:                   f"sum|v_eff| {sum_before:.0f}->{sdiag['sum_abs']:.0f}",                   file=sys.stderr) +        # --- node-36 backup mechanism: gene-level cross-type consistency ----+        if cons_g != "none":+            wg, gdiag = gene_consistency_weights(Vs, cons_g)+            Vs = Vs * wg[None, :]+            print(f"[diag] cons_g={cons_g} genes={gdiag['n_genes']} "+                  f"u_mean={gdiag['u_mean']:.4f} "+                  f"n_types_q10/50/90={gdiag['n_types_q']} "+                  f"w_min={gdiag['w_min']:.4f} w_max={gdiag['w_max']:.4f} "+                  f"sum|v| after={np.abs(Vs).sum():.2f}", file=sys.stderr)+         shift_t = np.power(2.0, alpha * Vs)          # (n_types, g)         Xs = Y0 * shift_t[uidx] @@ -433,11 +514,24 @@ def main() -> None:                   f"({(e_after - e_before) / max(e_before, 1e-9) * 100:+.1f}%)",                   file=sys.stderr) -        # node-24 per-cell renormalization in linear CP10k space+        # total re-closure in linear CP10k space:+        #   cell: f_i = (T0_i/T1_i)^gamma  (exact per-cell conservation @1.0)+        #   geom: f_i = (r_med/r_i)^gamma, r_i = T1_i/T0_i (uniform target+        #         ratio r_med across cells; per-cell total spread removed but+        #         the population-level net brightness change is kept, so the+        #         weighted cross-gene displacement ordering is not compressed)         T0 = np.expm1(np.clip(Y0, 0, 20.0)).sum(axis=1)-        if gamma > 0:+        if gamma > 0 and renorm != "none":             T1 = np.expm1(np.clip(Xs, 0, 20.0)).sum(axis=1)-            f = np.power(T0 / np.maximum(T1, 1e-12), gamma)+            r = T1 / np.maximum(T0, 1e-12)+            if renorm == "geom":+                r_med = float(np.median(r))+                f = np.power(r_med / np.maximum(r, 1e-12), gamma)+                print(f"[diag] geom reclosure gamma={gamma} r_med={r_med:.4f} "+                      f"r_q10/90={np.quantile(r, 0.1):.4f}/"+                      f"{np.quantile(r, 0.9):.4f}", file=sys.stderr)+            else:+                f = np.power(1.0 / np.maximum(r, 1e-12), gamma)             Xs = np.log1p(np.expm1(np.clip(Xs, 0, 20.0)) * f[:, None])         # node-25 brightness clamp: linear total <= PBC_CLAMP x median(T0)         n_clamped = 0

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 summary:

**做了什么**：按 PLAN 在节点 34 底物上实现几何均值总量再闭合（s_i=(r_med/r_i)^γ_geo），跑完 γ_geo{1.0,1.2,1.35,1.5}×ε{0.1,0.2,0.4} 全网格 + 锚复现（20/20 次查分）。PLAN 被证否：de_score 随 γ_geo 单调下降（0.1806→0.1389，1/72 命中量化 13→10），仅 variogram 改善；node 33 分支的底物重建失败（53.68 vs 其 57.04，代码不可复原）。按规则转交备选机制：**基因级跨型符号一致性加权 xt50n**（过门基因按跨型符号一致比例 u_g 重分配幅度，配对比重归一）；另证否 xtcovn 覆盖度加权（56.347）、log2 速度（54.557）、xt50n×geom 组合（56.515/56.305）。

**查分结果**（A 半 proxy_noscale）：锚 56.599；提交态 xt50n **56.612**（会话最高，de_direction 0.3776、mmd_u 0.04661、nbhd 0.07908 为会话最佳或次佳；与锚差 +0.013 在噪声内，METHOD.md 已如实声明）。`--ablate mechanism` 输出逐位 = 父节点 34，机制隔离干净。伪装视图逐位不变、seed 确定、单输入回退不崩、vec-check 通过、CPU 4s/1GB。

**下一步最值得试**：① 坐标冻结使 shape_scale 恒 50（25 分结构性天花板）——能在保 neighborhood_mmd 前提下动坐标的机制（受约束坐标外推）是唯一未探明的大分数带；② 父节点建议的邻域锐化（本会话额度耗尽未测）；③ de_score 以 1/72 命中量化，±1 命中仅 ±0.03 榜分，后续节点应只把 ≥3 命中的变化当信号；④ 若控制器能取回 node 33 的提交态代码，其 57.04 与本分支的 lin50n 才可能真正合并。

调研员

{
  "name": "lin50n加权底物上几何再闭合替代精确守恒（γ×ε联合重耦合）",
  "motivation": "父节点34最弱非地板组为expression_change（58.66），其中de_score原始值0.1944（skill 0.557）远低于节点33的0.2639（skill 0.577+）。结构原因：γ=1.0精确逐细胞CP10k守恒在lin50n加权后强制把每细胞总量拉回，部分抵消了加权对高一致性基因的幅度提升，压缩了dp动态范围。节点33（同族不同分支）用几何再闭合γ=1.35+ε=0.1在expression_change拿到全树最佳59.89（de_score 0.2639、de_direction 0.3763），但该分支无lin50n。两组合未测过。",
  "approach": "在节点34提交态代码上：(1) 将逐细胞线性总量回拉（γ=1.0）替换为几何均值总量比均匀缩放 s_i=(r_med/r_i)^γ_geo（承自节点31/33实现），γ_geo为可调参数；(2) 扩散底物ε从0.4降为可调。查分策略：第一轮固定α=1.7、k=0.5、lin50n，扫γ_geo×ε网格{1.0,1.2,1.35,1.5}×{0.1,0.2,0.4}共12配置（含γ=1.0/ε=0.4即父节点复现作锚）；第二轮取第一轮最优γ_geo×ε，重耦合α∈{1.0,1.3,1.5,1.7}共4配置。总计≤16次查分。单输入退路不变（α→0，输出=扩散基座）。若γ_geo×ε最优组合的expression_change≥59.5且local_spatial≥59.0，提交；否则按边界规则回退父节点配置。",
  "expected_groups": ["expression_change", "cell_state"],
  "risks": "1) lin50n加权改变了每型幅度谱，γ_geo最优值可能偏离节点33的1.35——第一轮网格覆盖1.0-1.5应能定位；2) ε降低可能损害local_spatial（节点33的nbhd_mmd 0.0771略差于节点34的0.0760）——若local_spatial<59.0则取ε=0.2折中；3) α与γ_geo交互：几何闭合改变了有效幅度，α=1.7可能过大——第二轮重耦合覆盖；4) 总增益可能仍在噪声内（<1分），Engineer应比较de_score/de_direction原始值变化（连续量，不受量化步影响）来确认方向。",
  "family_id": "T2HX-01",
  "mechanism": "按型rel速度乘法外推+方向一致性加权（lin50n）的解码步从精确逐细胞总量守恒改为几何均值总量比的均匀对数缩放，保持加权后的跨基因位移排序不被逐细胞回拉压缩。",
  "vs_constant_shift": "位移是逐型逐基因的：每个(型,基因)对的速度由两输入阶段型内伪批量差计算，再经方向一致性加权重分配幅度；不同基因、不同型得到不同位移，且受软阈值和硬门控过滤，不是统一常数。",
  "mechanism_evidence": "1) de_score和de_direction原始值应同步上升（节点33证据：γ=1.35时de_score从0.1944→0.2639）；2) 逐细胞dp的跨基因秩相关与真值dt的Spearman应改善；3) sum|dp|/sum|v_eff|比值在几何闭合下应更接近1（守恒精确时该比值被压到<1）；4) 四组分各自变化方向：expression_change升、cell_state中variogram应改善（保序→共变结构更好）。",
  "mechanism_off_control": "设γ_geo使s_i≡1（即不做任何总量校正，等价于纯乘法无回拉）或回退γ=1.0精确守恒（=父节点34行为），同一程序跑两次比较。预期：关闭后de_score/de_direction回到父节点水平（~0.1944/0.3744），expression_change回到~58.6。"
}

审查员

REVIEW.json written