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

节点 n37 在终选来历上

NO_CHANGE: 位移场空间混合 VDIFF（nb_mmd 随 W/解码 9 档单调改善但与 de_direction 等值交换、总分噪声内；备选 β_rec<0 锐化、k=0.6 亦不超父）

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 9b9e1fb164: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 b7b5f10d06。改动的文件：solution/METHOD.md +75 −79、solution/README.md +18 −18、solution/run.py +113 −21

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex a44397b..ec47d69 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,79 +1,75 @@-再闭合场 log(r_i) 在坐标15-NN上低通（β=0.15）并按数据自算中位总量电平中性化；de_direction/de_score/mmd_u 升、nb_mmd 略升（该项假设被证否）--- family_id: T2HX-01（承父节点 33：rel 速度乘法外推 + 几何再闭合，坐标/行序/细胞数/组成冻结）-- parent: node 33（A 半 56.792，节点分 57.04）-- 本节点 A 半 56.869（+0.077）；查分 19/20 次，明细见下表--## 1. 方法--在父节点管线上只加一个作用点：几何再闭合的**输入场**从"逐细胞原始总量比 r_i"换成"在锚坐标 15-NN 图上扩散 1 步后的 r̃_i"（权重 β_rec），再算 s_i=(r_med/r̃_i)^γ。-扩散非中位数守恒，原始做法会同时**提亮**整个预测（Jensen：中位线性总量 1.825→2.386）。为把机制与电平副作用分开，加了 `VEC_REC_LEVEL=matched`：把平滑场的每细胞线性总量中位数**重标定回未平滑场所给的值**（两个量都在运行时从输入数据算出，无任何拟合常数），因此机制只能改场的**形状**、不能改库大小电平。--其余全部冻结：α=1、k=0.5、γ=1.35、ε=0.1、SMOOTH_STEPS=2、K=15、PBC=10、门控（std 比 ≥0.01、spearman ≥0.3）、坐标/行序/细胞数/组成。单输入阶段或锚≠末输入时逐位回退 copy_last（承父）。--## 2. 机制生效证据（`--ablate` 对照）--- `--ablate mechanism`（也测了 `--ablate rec_field_smoothing`）→ 输出与父节点 33 **逐位相同**（X 与坐标 array_equal=True），即关掉机制精确回到父行为；不带参数时输出与父**不同**（X 改变、坐标逐位不变）→ mechanism_active=yes。-- 平滑确实运行且去除了高频：型内 std(log r) 3.139 → 2.921（β=0.08）/ 2.737（0.15）/ 2.367（0.3）/ 1.928（0.5），单调下降；中位线性总量由构造固定为 1.825（与父相同）。-- 四组分变化（A 半，β=0.15 vs 父）：expression_change 59.83→60.29（**升**，de_score 0.2639→0.2778 即 +1 量化步、de_direction 0.3730→0.3839）；cell_state 58.53→58.59（**升**，mmd_u 0.04888→0.04853 变好，variogram 0.035314→0.035414 基本持平）；local_spatial 58.80→58.60（**降**，nb_mmd 0.08025→0.08093 变差）；shape_scale 50.00→50.00（坐标冻结，三项 raw 逐位相同，结构门保持 1：nb_mmd skill 0.586 > 0.5）。--## 3. PLAN 的核心假设被证否（nb_mmd 方向）--PLAN 预期平滑能收回 mmd_u 与 nb_mmd。实测：**nb_mmd 随 β_rec 单调变差**，mmd_u 只在 β_rec ≤0.15 略微变好。电平中性后的纯机制效应（A 半）：--| β_rec | 榜分 | de_score | de_direction | mmd_u | variogram | nb_mmd |-|---|---:|---:|---:|---:|---:|---:|-| 0（父 33） | 56.792 | 0.2639 | 0.3730 | 0.04888 | 0.035314 | 0.08025 |-| 0.08 | 56.758 | 0.2500 | 0.3810 | 0.04856 | 0.035400 | 0.08056 |-| **0.15（提交）** | **56.869** | **0.2778** | **0.3839** | **0.04853** | 0.035414 | 0.08093 |-| 0.30 | 56.762 | 0.2778 | 0.3841 | 0.04928 | 0.035200 | 0.08199 |-| 0.50 | 56.501 | 0.2639 | 0.3822 | 0.05090 | 0.034868 | 0.08358 |--选 β=0.15 的理由（按 PLAN 步骤 6：总分差在 1 分噪声内时以连续量与量化步判收益，不以总分判）：de_direction 在**全部 4 个幅度**上都 +0.008～+0.011（连续量、电平受控的偏相关，高于历史 ±0.01 抖动 → 结构性而非噪声）；de_score +1 量化步；mmd_u 为本档最佳；variogram 持平；榜分为网格内点最大。代价是 nb_mmd −0.00068 raw（skill 仍远高于 0.5，门不触发）。--## 4. 被拒的"提亮"方向（重要，供后续节点）--未做电平中性时，β_rec=0.3/0.5/1.0/2步 的榜分是 57.016/57.017/56.595/56.917，看起来"有效"。诊断证明**收益全部来自提亮副作用，与平滑无关**：--| 配置 | 榜分 | de_score | de_direction | mmd_u | variogram | nb_mmd | 中位总量 |-|---|---:|---:|---:|---:|---:|---:|---:|-| 父 33 | 56.792 | 0.2639 | 0.3730 | 0.04888 | 0.035314 | 0.08025 | 1.825× |-| 纯常数提亮 ×1.31（无平滑） | **57.143** | 0.3194 | 0.3768 | 0.04631 | 0.036564 | 0.08007 | 2.390× |-| β=0.5 未中性化 | 57.017 | 0.3333 | 0.3890 | 0.04755 | 0.036114 | 0.08285 | 2.386× |-| β=0.5 电平中性 | 56.501 | 0.2639 | 0.3822 | 0.05090 | 0.034868 | 0.08358 | 1.825× |--不做平滑、只乘常数的提亮**比机制本身分更高**（57.143 > 57.017），且 de_direction（控制 pb(ref) 秩的偏相关）几乎不动（+0.004）而动的是 de_score（其 chance 校正按 ±pb(ref) 排序，对电平倾斜校正不完全）。已发布阶段的 CP10k 不变量要求每细胞线性总量恒为 10^4；父节点已是 1.83×，提亮到 2.39× 进一步偏离，没有生物学解读，只有指标实现层面的解读；本外推尺子又已知高估（历史本地 54.2 → 官网 49.6）。故按"不针对打分器实现细节优化"的规则**拒绝提交**该方向，改用数据自算的电平中性化。--## 5. 其他备选机制（均已实测证否，代码保留、默认关）--1. **事后平滑（伪批量精确复原）**：位移+再闭合+PBC 之后再做一次支撑掩码扩散，逐基因列缩放精确复原伪批量（pb 最大相对差 9.3e-15 → dp 逐位不变 → de_score/de_direction **按构造**保持 0.2639/0.3730）。ε_post 0.15/0.3/0.5/0.7 → 56.582/56.365/55.985/55.470，nb_mmd 0.08110/0.08292/0.08706/0.09335 **单调变差**：位移之后的额外局部相干性是过度平滑，父节点 ε=0.1 已在最优附近。（`VEC_POST_EPS`）-2. **PLAN 指定的兜底 PBC∈{8,12}**：在 γ=1.35/ε=0.1 下钳制**完全不激活**（cap ≥ 4 时 clamped_frac=0.0000），4/6/8/12 都是逐位空操作；只有 cap ≤3 起作用（PBC=3：钳 1.41% 细胞 → 56.790，与父持平）。该兜底在本基座上是死方向。-3. **速度软阈值 k=0.4**（PLAN 兜底另一支）→ 56.735，de_score 0.2500（−1 量化步）。-4. **底物平滑邻域宽度 SMOOTH_K=30** → 56.778，与父持平（nb_mmd 0.08032）。-5. **底物 ε 提到 0.25/0.4 + 场平滑**：中位总量涨到 2.49×/3.49×、钳制 0.2%/7.7%，收益完全被提亮支配，未提交（离线诊断后放弃，未耗查分）。--## 6. 验证过什么--- 父节点复现：默认关闭机制时 A 半 56.792、八项 raw 与父节点记录逐项一致。-- `--ablate` 逐位回父（X 与坐标）；机制开启时 X 改变、坐标逐位不变。-- 格式：`vec-check --task T2:heart:val_extrap/proxy_noscale` 在 seed 0/1/2 与 ablate 输出上均 `{status: ok, errors: []}`；n_obs=24826 ∈ [1000, 25179]，500 基因按 genes.txt 同序，X 有限无 NaN/Inf。-- **视图无关**：构造伪装视图（换路径 `/tmp/...`、manifest 键序打乱并重排版、所有输入/目标/external 阶段时间统一 +1 天）重跑，X 与坐标与真实视图**逐位相同**。-- **确定性**：seed 0/1/2 输出逐位相同（锚阶段细胞数 ≤ max_cells，分层 take 返回全部行）；无全局随机状态，15-NN 图由 cKDTree 确定构建。-- 资源：CPU ~2–3 s、峰值 <1.5 GB（`EXECUTION.json {"gpu": false}`），远低于 limits（28 GB / 30 min）。--## 7. 没验证什么 / 风险--- 提交档总收益 +0.077 **在 1 分噪声之内**；依据是 de_direction 连续量在 4 个幅度上一致上升 + de_score 一个量化步 + mmd_u 变好，不是总分。B 半可能落在父节点之下。-- nb_mmd 仍变差（PLAN 的目标之一未达成）。de_direction 的上升与 nb_mmd 的下降在本基座上同向出现，二者可能有共同成因（再闭合场的空间结构），未分离。-- 只在心脏外推代理括号（E8.25+E8.75→E9.5）上验证；该尺子已知高估外推收益。final 视图（两输入）走同一条代码路径，但真实括号的上一步方向由程序现场从输入算，未实测。-- 查分额度已用尽（19/20 + 1 次被拒的 vec-check 调用），提交档只跑了 seed 0；未做多种子查分复核。--## 8. 知识来源--未使用任何外部生物学知识、文献、数据库或记忆中的阶段测量值；`sources: []`（承 PLAN）。程序所有量（速度、总量比、中位数、15-NN 图、列缩放因子、电平中性化因子）都在运行时从 manifest 指定的输入阶段现场计算，无硬编码阶段名、细胞数、比例、尺寸或任何由已发布阶段测量值导出的常数。--## 9. 下一步建议--1. nb_mmd 是当前唯一恶化项且权重最大（25 分 + 结构门）。本节点已排除"任何形式再加平滑"（事前底物 ε↑、事后 ε_post、场平滑 β↑ 三个作用点全部单调变差），说明该基座的局部结构已过度平滑；应改从**位移场本身**入手（例如按型速度的空间相干化，即 VDIFF 在新基座 (γ1.35, ε0.1) 上重试——旧基座证否过，新基座未试）。-2. de_direction 在 β≥0.15 已进入平台（0.3839/0.3841/0.3822），提示场平滑对 DE 排序的贡献已饱和；expression_change 的进一步收益应来自 γ×ε 的未探区（1.35–1.5 之间）或速度估计器，而不是再闭合场。-3. 请勿再用"提亮"（线性域整体放大）取分：本节点已量化其对 de_score 的杠杆（+0.055）与其非物理性（违反 CP10k 不变量），属于打分器实现层面的收益。+NO_CHANGE: 位移场空间混合 VDIFF（nb_mmd 随 W/解码 9 档单调改善但与 de_direction 等值交换、总分噪声内；备选 β_rec<0 锐化、k=0.6 亦不超父）++# 节点 37（improve，父 35）：速度场空间相干化 VDIFF —— 已实现、已实测、按 PLAN 边界规则关闭提交++提交态 = 父节点 35 配置逐位不变（`VEC_VDIFF_W=0` 默认），输出与父节点逐位相同（本地 cmp 验证），+预期 `mechanism_active: no`（NO_CHANGE 状态的正确表现）。所有默认参数承父：+α=1、k=0.5、γ=1.35、ε=0.1（SMOOTH_STEPS=2、K=15）、β_rec=0.15、VEC_REC_LEVEL=matched、PBC=10、+门控（std 比 ≥0.01、spearman ≥0.3）、坐标/行序/细胞数/组成冻结。++## 做了什么++1. **PLAN 机制原样实现**：逐细胞乘法位移前，log2 域速度场在坐标 15-NN 图上做一步加权混合+   `d_eff = (1−W)·v_type(i) + W·mean_{j∈kNN(i,15)} v_type(j)`（`VEC_VDIFF_W`、`VEC_VDIFF_K=15`）。+2. **机制确实运行了**（PLAN mechanism_evidence 四项全报，DEBUG 输出）：+   - affected_frac（|Δd|>1e-6 的细胞比例）= **0.9014**（该点云 90% 细胞在坐标 15-NN 内有异型邻居；+     型内部细胞位移逐位不变，affected_inside_frac=0.00000，符合"只在型边界生效"的设计）；+   - 受影响细胞 |d_eff−d_raw| 逐细胞最大值 q50/q90/max：W=0.1 → 0.039/0.092/0.332；+     W=0.2 → 0.079/0.184/0.664；W=0.3 → 0.118/0.276/0.997（L2 均值 0.157/0.313/0.470）；+   - nb_mmd raw 随 W 单调回落（见下表），从 0.08093 最低到 0.07845（W=0.5）；+   - de_score/de_direction：伪批量方向被型间混合稀释，de_direction 单调下降（下表），PLAN 守卫失败。+3. **判无效的查分证据**（§5：9 个 VDIFF 家族配置 + 2 个备选机制 + 1 个基线 = 12 次查分，A 半，+   proxy_noscale；shape_scale 组恒 50.00——坐标冻结；所有配置 nb_mmd skill ≥0.586，结构门恒 1；+   raw 越小越好的指标：mmd_u、variogram、nb_mmd）：++| # | 配置 | 总分 | expr/cell/local 组 | de_score | de_dir | mmd_u | variogram | nb_mmd |+|---|---|---|---|---|---|---|---|---|+| 1 | 基线 W=0（=父 35） | **56.869** | 60.29/58.59/58.60 | 0.2778 | 0.3839 | 0.04853 | 0.035414 | 0.08093 |+| 2 | W=0.1 | 56.776 | 59.69/58.62/58.80 | 0.2500 | 0.3783 | 0.04800 | 0.035734 | 0.08026 |+| 3 | W=0.2 | 56.901 | 60.00/58.63/58.98 | 0.2778 | 0.3686 | 0.04750 | 0.036090 | 0.07967 |+| 4 | W=0.25 | 56.848 | 59.70/58.63/59.06 | 0.2639 | 0.3662 | 0.04726 | 0.036279 | 0.07940 |+| 5 | W=0.3 | **56.917** | 59.90/58.63/59.14 | 0.2778 | 0.3633 | 0.04697 | 0.036493 | 0.07915 |+| 6 | W=0.35 | 56.914 | 59.82/58.63/59.21 | 0.2778 | 0.3590 | 0.04672 | 0.036696 | 0.07893 |+| 7 | W=0.5 | 56.849 | 59.42/58.62/59.35 | 0.2639 | 0.3512 | 0.04600 | 0.037312 | 0.07845 |+| 8 | W=0.2 + NORM=1（幅度保持） | 56.714 | 59.62/58.56/58.68 | 0.2500 | 0.3747 | 0.04836 | 0.035617 | 0.08067 |+| 9 | W=0.5 + NORM=1 | 56.791 | 59.77/58.55/58.84 | 0.2778 | 0.3567 | 0.04775 | 0.036134 | 0.08013 |+| 10 | W=0.3 + α=1.2（幅度补偿） | 56.650 | 59.57/58.86/58.17 | 0.2500 | 0.3722 | 0.05036 | 0.033287 | 0.08238 |+| 11 | 备选：β_rec=−0.15（再闭合场锐化） | 56.775 | 59.53/58.52/59.04 | 0.2500 | 0.3703 | 0.04880 | 0.035395 | 0.07947 |+| 12 | 备选：k=0.6（速度软阈值加严） | 56.804 | 60.04/58.57/58.61 | 0.2639 | 0.3838 | 0.04853 | 0.035456 | 0.08091 |++   关键配置的单项 points（组分=各指标 points 和；父基线/W=0.2/W=0.3）：+   de_score 7.328/7.328/7.328，de_dir 7.745/7.672/7.647，mmd_u 6.834/6.901/6.935，+   variogram 7.813/7.757/7.723，nb_mmd 14.650/14.745/14.785 → 净差 +0.03/+0.05。++4. **PLAN 判定**：主判 nb_mmd（A 半等价目标 <0.08025，即节点 33 水平）在 W≥0.2 达成+   （0.07967…0.07845）；守卫 mmd_u≤0.04860 达成（0.0475/0.0470）；**守卫 de_direction≥0.3839+   全部 W>0 档失败**（0.3783/0.3686/0.3633，单调）。按 PLAN 规则 (4)"若 3 档均不达标则提交 W=0"执行。+5. **备选机制**（§2 要求，针对同一弱项 local_spatial/nb_mmd）：+   - 幅度保持解码（NORM=1，混合后逐细胞 L2 归一回原模长）：nb_mmd 收益基本消失+     （0.08067 vs 同幅 plain 0.07967）→ **收益来自边界幅度收缩本身而非方向相干**；总分更低。+   - α 补偿（W=0.3+α=1.2，把稀释的幅度加回来）：de_dir/vario 回升（vario 0.033287 全树最佳）但+     nb_mmd 反弹到 0.08238、mmd_u 0.05036 → 总分 56.650，最差。+   - β_rec=−0.15 再闭合场锐化（节点 35 单调变差曲线的反向外推）：nb_mmd 0.07947 有效，但+     de_direction 0.3703 + de_score −1 步 → 56.775。（β=−0.3 已生成未查分：PBC 钳制 1.24% 细胞，伪影风险。）+   - k=0.6（ANALYSIS 建议 #3）：de_dir 守住 0.3838 但 de_score −1 步 → 56.804。++## 结论（给后续节点）++在 (α1, k0.5, γ1.35, ε0.1, β_rec0.15) 基座上，**所有表达变换轴都落在同一条帕累托前沿上**：+{de_direction, de_score, variogram} ↔ {nb_mmd, mmd_u} 以约 1:1 的 points 汇率交换+（W=0.3：nb_mmd +0.135、mmd_u +0.101 ↔ de_dir −0.098、vario −0.090，净 +0.048 ≈ 噪声的 1/20）。+α、W、β_rec（两个符号）、k 全部只沿这条前沿移动；总分表面在 ±0.1 内平坦。+要拿 >噪声 的收益需要与"位移幅度/平滑度"正交的新轴；组成与坐标两轴在本家族内已冻结且+早前证否（节点 16/22）。唯一未试的解耦思路：只对边界细胞收缩位移、同时按 (型,基因) 把+型内平均倍数变化精确补回（dp 守恒重分配）——但查分 #10 表明"补回幅度"这一步本身就会+吃掉 nb_mmd 收益，预期不乐观。++## 验证过 / 没验证过++- 验证过：机制生效证据（上）；W=0 提交态输出与父节点 35 逐位相同（cmp）；seed 0 逐位可复现；+  seed 0/1 内容一致（锚 24826 ≤ max_cells 25179，take 全取，仅 uns/generator_seed 元数据随 seed）；+  `--ablate mechanism` 与完整运行逐位一致（W=0 下机制本就关闭）；vec-check ok；CPU ~3.5s、<1.5GB。+- 没验证过：各配置的 B 半分数（只查了 A 半）；β_rec=−0.3 与 NORM=0.5 中间档（未查分）；+  真实榜（E9.5→E10.5）上的行为——代码路径视图无关（无绝对时间、无视图标识、参数全为运行时+  数据自算），但配置只在本代理 A 半上验证过。+- 生物学知识来源：无新增（未引入任何外部测量、保留阶段信息或文献先验；所有量由视图输入在运行时计算）。diff --git a/solution/README.md b/solution/README.mdindex 068cbbb..834cf2d 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,23 +1,23 @@-# 空间低通再闭合场（电平中性）+ 几何均值再闭合 rel 速度乘法外推（T2:heart:val_extrap，T2HX-01，节点35）+# 提交态 = 父节点 35 逐位（NO_CHANGE）：VDIFF 位移场空间混合已实现并证否（T2:heart:val_extrap，T2HX-01，节点 37） -copy_last 基座（坐标/行序/细胞数/组成冻结）承自节点 33：锚阶段表达先在坐标 15-NN 图上做两步支撑掩码+copy_last 基座（坐标/行序/细胞数/组成冻结）承自节点 33/35：锚阶段表达先在坐标 15-NN 图上做两步支撑掩码 扩散平滑（ε=0.1，零模式逐位保留，逐基因列缩放复原伪批量），再按共有细胞型的相对差速度 v_t=(m_a−m_p)/(m_p+1) 做乘法位移 x′=x_smoothed·2^(α·v̂_t)（α=1，k=0.5 MAD 软阈值），门控-（std 比 ≥0.01、spearman ≥0.3）通过后做几何再闭合 s_i=(r_med/r_i)^γ（γ=1.35）与 PBC=10 钳亮尾。+（std 比 ≥0.01、spearman ≥0.3）通过后做几何再闭合 s_i=(r_med/r̃_i)^γ（γ=1.35，r̃=β_rec=0.15+坐标 15-NN 低通 + 电平中性 matched）与 PBC=10 钳亮尾。 -**节点 35 改动**：再闭合的输入场从"逐细胞原始总量比 r_i"换成"在坐标 15-NN 图上扩散 1 步后的 r̃_i"-（β_rec=0.15），并把平滑场的每细胞线性总量中位数**按数据自算**重标定回未平滑场所给的值-（`VEC_REC_LEVEL=matched`，无拟合常数）——机制只改场的形状，不改库大小电平。-proxy_noscale A 半 56.869（父 56.792）：de_direction 0.3730→0.3839（连续量、4 个幅度上一致上升）、-de_score 0.2639→0.2778（+1 量化步）、mmd_u 0.04888→0.04853（变好）、variogram 持平、-nb_mmd 0.08025→0.08093（变差，PLAN 在该项的假设被证否）；结构门保持 1。+**节点 37 改动（全部默认关，输出逐位 = 节点 35）**：+- `VEC_VDIFF_W`（默认 0=提交态）：位移前把逐细胞 log2 速度场在坐标 15-NN 上混合一步+  `d_eff=(1−W)v_type(i)+W·mean_{kNN}v_type(j)`，`VEC_VDIFF_K=15`、`VEC_VDIFF_NORM`（幅度保持变体）。+  W=0.1–0.5 六档 + NORM/α 补偿变体共 9 次查分：nb_mmd 单调改善（0.08093→0.07845）但+  de_direction/variogram 等值恶化，PLAN 守卫（de_dir≥0.3839）全档失败，总分差 ≤0.05（噪声内）→ 证否。+- `VEC_BETA_REC` 支持负值（再闭合场锐化；β=−0.15 实测 nb_mmd 0.07947 但 DE 更差 → 证否，默认 +0.15 承父）。 -- 运行：`python run.py --data <view> --out <pred.h5ad> --seed <int>`；CPU ~3s、<1.5GB（`EXECUTION.json gpu:false`）。-- 关闭对照：`--ablate <任意名>` → β_rec=0 且事后平滑关闭 → 输出逐位 = 节点 33（已验证）。-- 已证否（默认关，代码保留，明细见 METHOD.md）：**再闭合场平滑对 nb_mmd 的假设**（β↑ 时 nb_mmd 单调变差）、-  **提亮方向**（不做电平中性时收益全部来自库大小膨胀；纯常数 ×1.31 得 57.143 比机制本身更高，但违反 CP10k-  不变量、只在 de_score 的 chance 校正缺口上起作用，已拒绝提交）、事后伪批量守恒平滑（ε 0.15–0.7 全单调变差）、-  PBC∈{4,6,8,12}（在 γ1.35/ε0.1 下钳制不激活，逐位空操作）、k=0.4、SMOOTH_K=30，以及父节点列出的-  速度回归/全局收缩/加性解码/幅度分层/方向非对称/速度空间扩散/原始总量再闭合基准。-- 确定性：seed 0/1/2 逐位一致；伪装视图（时间 +1 天平移、manifest 键序打乱、换路径）逐位一致；-  单输入/锚≠末输入退路逐位 copy_last。+结论：该基座所有表达变换轴（α、W、β_rec 双符号、k、ε）落在同一条帕累托前沿上+（DE+variogram ↔ nb_mmd+mmd_u 约 1:1 points 交换），加权和在父配置处已近最优；明细见 METHOD.md。++- 运行：`python run.py --data <view> --out <pred.h5ad> --seed <int>`；CPU ~3.5s、<1.5GB（`EXECUTION.json gpu:false`）。+- 关闭对照：`--ablate <任意名>` → VDIFF_W=0（提交态本就为 0）→ 输出与完整运行逐位相同（已验证；+  NO_CHANGE 状态下 mechanism_active 预期为 no）。+- 确定性：seed 0 逐位可复现；seed 0/1 内容一致（锚 24826 ≤ max_cells，take 全取，仅 uns/generator_seed 变）；+  无绝对时间、无视图标识、无写死常数；单输入/锚≠末输入退路逐位 copy_last（承父）。diff --git a/solution/run.py b/solution/run.pyindex 61c073f..74ff27e 100644--- a/solution/run.py+++ b/solution/run.py@@ -24,10 +24,65 @@ Mechanism (on by default, alpha = 1.0):  Coordinates, row order and cell count are never modified. ---ablate <name> (any name) turns THIS node's mechanism (the spatial low-pass-of the re-closure field, see the node 35 block in main()) off and keeps the-rest of the pipeline unchanged (raw per-cell total ratio = parent node 33,-verified bit-for-bit).+--ablate <name> (any name) turns THIS node's mechanism off and keeps the+rest of the pipeline unchanged. Node 37 ships with its mechanism OFF+(VEC_VDIFF_W=0, falsified -- see the node 37 block below), so the ablated+run is bit-for-bit identical to the full run (both = parent node 35).++Node 37 (VDIFF, spatial mixing of the log2 displacement field): FALSIFIED,+ships at VDIFF_W=0 (output bit-for-bit parent node 35). The PLAN's+mechanism was implemented exactly as specified: before the multiplicative+displacement, each anchor cell's log2 velocity is mixed with the mean+velocity of its 15 nearest COORDINATE neighbours,+d_eff = (1-W)*v_type(i) + W*mean_{j in kNN(i,15)} v_type(j).+Mechanism ran (evidence): affected_frac = 0.9014 of cells (every cell with+>=1 unlike-type coordinate neighbour; interior cells unchanged by+construction), per-cell |d_eff - d_raw| max q50 = 0.039/0.079/0.118 at+W = 0.1/0.2/0.3. The target metric responded MONOTONICALLY (A-half raws,+parent W=0 in parentheses): nb_mmd 0.08026/0.07967/0.07940/0.07915/+0.07893/0.07845 at W = 0.1/0.2/0.25/0.3/0.35/0.5 (0.08093), mmd_u+0.0480/0.0475/0.0473/0.0470/0.0467/0.0460 (0.04853) -- but de_direction+0.3783/0.3686/0.3662/0.3633/0.3590/0.3512 (0.3839, PLAN guard >= 0.3839+FAILED at every amplitude) and variogram 0.0357/0.0361/0.0363/0.0365/+0.0367/0.0373 (0.035414) degraded in lockstep. Totals: 56.776/56.901/+56.848/56.917/56.914/56.849 vs parent 56.869 -- every config within++-0.05 of the parent (noise ~1). de_score quantisation (0.25/0.2639/+0.2778 steps) is the only thing separating the totals; the smooth+components exchange nb_mmd+mmd_u gains against de_direction+variogram+losses at almost exactly 1:1 in points (e.g. W=0.3: nb_mmd +0.135,+mmd_u +0.101, de_dir -0.098, vario -0.090 => net +0.048).+Variants tried to break the trade-off, all falsified (A-half totals):+  (a) amplitude-preserving blending (per-cell L2 renormalisation of the+      mixed velocity back to the raw norm, VDIFF_NORM=1): the nb_mmd gain+      almost vanishes (0.08067 at W=0.2/NORM=1 vs 0.07967 plain;+      0.08013 at W=0.5/NORM=1 vs 0.07845 plain) => the gain comes FROM+      the boundary amplitude shrinkage, not from direction coherence;+      totals 56.714/56.791.+  (b) alpha compensation (W=0.3, alpha=1.2, restoring the diluted+      magnitude): de_direction partially recovers (0.3722) and variogram+      hits a tree-best 0.033287, but nb_mmd jumps back to 0.08238 and+      mmd_u to 0.05036 -- total 56.650. Confirms amplitude is the single+      controlling axis: ALL of {alpha, W, beta_rec, k} move the prediction+      along ONE Pareto front (DE+variogram vs nb_mmd+mmd_u) whose weighted+      sum is already maximised at the parent base.+Alternate mechanisms targeting the same weakness (local_spatial/nb_mmd),+also falsified:+  (c) re-closure field SHARPENING (beta_rec = -0.15, the sign-flip of the+      node-35 smoothing axis whose nb_mmd gradient was monotone): nb_mmd+      0.07947 (better than any plain VDIFF at equal W cost) but+      de_direction 0.3703 and de_score -1 step => total 56.775.+      (beta_rec = -0.3 clamps 1.24% of cells at PBC; not scored.)+  (d) velocity soft-threshold k = 0.6 (selectivity axis, orthogonal to+      amplitude in construction): de_direction holds (0.3838) but+      de_score -1 step (0.2639), everything else flat => 56.804.+12 vec-score queries; per-config metric breakdowns in METHOD.md.+Conclusion for future nodes: on the (alpha=1, k=0.5, gamma=1.35, eps=0.1,+beta_rec=0.15) base the weighted score surface is FLAT within +-0.1 along+every expression-transform axis found so far; the front trades+DE/variogram against nb_mmd/mmd_u at ~1:1 points. A >noise gain must+change something orthogonal to displacement amplitude/smoothness+(composition and coordinates are frozen by the family; both were+falsified earlier: nodes 16/22).  Node 35 addition on top of node 33 (the submitted configuration): @@ -270,8 +325,11 @@ VEC_SMOOTH_STEPS (2), VEC_SMOOTH_EPS (0.1), VEC_SMOOTH_K (15), VEC_ALPHA (1.0), VEC_C (0.0 = pure multiplicative), VEC_K (0.5), VEC_GAMMA (1.35), VEC_RECLOSE_GEO (1),-VEC_BETA_REC (0.15), VEC_REC_STEPS (1), VEC_REC_K (15),+VEC_BETA_REC (0.15; negative values sharpen the re-closure field, node 37+falsified), VEC_REC_STEPS (1), VEC_REC_K (15), VEC_REC_LEVEL (matched), VEC_REC_BRIGHT (1.0 = off, diagnostic only),+VEC_VDIFF_W (0.0 = off, node 37 falsified), VEC_VDIFF_K (15),+VEC_VDIFF_NORM (0.0 = off, falsified amplitude-preserving decode), VEC_POST_EPS (0.0 = off, falsified), VEC_POST_STEPS (2), VEC_POST_K (15), VEC_PBC (10.0), VEC_MIXMODE (rel), VEC_MIXREL (1.0), VEC_MIXEPS (1.0), VEC_DOMAIN (log), VEC_SOFTD (0), VEC_CAPD (0), VEC_CVEL (-1 = legacy@@ -333,6 +391,7 @@ POST_STEPS = int(os.environ.get("VEC_POST_STEPS", "2"))  # diffusion steps of th POST_K = int(os.environ.get("VEC_POST_K", "15"))  # coordinate neighbours of the post-hoc smoothing VDIFF_W = float(os.environ.get("VEC_VDIFF_W", "0.0"))  # spatial velocity diffusion weight (0 = off) VDIFF_K = int(os.environ.get("VEC_VDIFF_K", "15"))  # coordinate neighbours for the velocity diffusion+VDIFF_NORM = float(os.environ.get("VEC_VDIFF_NORM", "0.0"))  # >0: per-cell renormalise the blended velocity to (1-VDIFF_NORM)*raw_norm + VDIFF_NORM*blended_norm (1 = exact raw-norm preservation, direction-only blending) REGRESS_MODE = os.environ.get("VEC_REGRESS_MODE", "type")  # "type" (per-type OLS) or "global" (pooled slope) REGRESS_W = float(os.environ.get("VEC_REGRESS_W", "1.0"))  # blend weight of the residual velocity (1 = pure residual) REGRESS_MINGENES = int(os.environ.get("VEC_REGRESS_MINGENES", "50"))  # types with fewer positive-pb genes skip regression@@ -554,24 +613,24 @@ def main() -> None:     alpha = ALPHA     pseudocount = PSEUDOCOUNT     gamma = GAMMA-    # Off-control: --ablate <any> (the harness passes the PLAN's-    # VEC_VEL_REGRESS; unrecognised names are treated as the primary-    # mechanism, which for the SUBMITTED configuration is the-    # geometric-mean re-closure) disables regression/shrinkage/velocity-    # diffusion/geo-re-closure; everything else (smoothing, rel velocity,-    # soft threshold, alpha, gamma=0.45 linear re-closure, PBC, gates,-    # frozen coordinates/rows/composition) is untouched.+    # Node 37 off-control: --ablate <any> turns OFF THIS node's mechanism+    # (the spatial mixing of the log2 displacement field, VDIFF_W) and+    # NOTHING else. The node-35 base (beta_rec=0.15 + level-neutral+    # re-matching, gamma=1.35, eps=0.1, k=0.5, PBC=10, gates, frozen+    # coordinates/rows/composition) stays exactly as submitted, so the+    # ablated run is bit-for-bit parent node 35.     regress = VEL_REGRESS and args.ablate is None     shrink_on = SHRINK_N0 > 0.0 and args.ablate is None     vdiff_w = VDIFF_W if args.ablate is None else 0.0     reclose_geo = RECLOSE_GEO-    # Node 35 off-control: --ablate <any> turns OFF the node's mechanism and-    # nothing else. The SUBMITTED mechanism is the post-hoc pseudobulk-preserving-    # smoothing pass (post_on); the PLAN's original re-closure field smoothing-    # (beta_rec) was falsified and ships at 0, but --ablate disables it too so-    # the ablated run is bit-for-bit parent node 33 either way.-    beta_rec = BETA_REC if args.ablate is None else 0.0-    post_on = args.ablate is None+    # If the submitted mechanism is the SHARPENED re-closure field+    # (BETA_REC < 0), --ablate reverts it to the raw per-cell field+    # (beta_rec = 0); a non-negative BETA_REC is inherited base (node 35)+    # and stays untouched under ablation.+    beta_rec = BETA_REC+    if args.ablate is not None and BETA_REC < 0.0:+        beta_rec = 0.0+    post_on = True      manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)@@ -623,7 +682,40 @@ def main() -> None:                 Wv = sparse.csr_matrix(                     (np.full(vrows.size, 1.0 / vnb.shape[1]), (vrows, vnb.ravel())),                     shape=(m, m))+                V_raw = V                 V = (1.0 - vdiff_w) * V + vdiff_w * (Wv @ V)+                if VDIFF_NORM > 0.0:+                    # Amplitude-preserving blending: the plain kNN average+                    # SHRINKS |d| at type boundaries (mixing unlike velocities),+                    # which dilutes the per-gene pseudobulk displacement and+                    # costs de_direction. Rescale each blended velocity to the+                    # raw per-cell L2 norm (VDIFF_NORM=1) or a partial blend of+                    # raw/blended norms, so only the DIRECTION of the+                    # displacement is spatially coherentised.+                    nrm_raw = np.linalg.norm(V_raw, axis=1, keepdims=True)+                    nrm_eff = np.linalg.norm(V, axis=1, keepdims=True)+                    nrm_tgt = (1.0 - VDIFF_NORM) * nrm_eff + VDIFF_NORM * nrm_raw+                    V = V * np.divide(nrm_tgt, np.maximum(nrm_eff, 1e-12),+                                      out=np.ones_like(nrm_eff), where=nrm_eff > 1e-12)+                if DEBUG:+                    # Mechanism evidence (PLAN mechanism_evidence): which cells+                    # actually moved and by how much. Only type-boundary cells+                    # can change (interior cells have same-type neighbours ->+                    # the kNN mean equals the raw velocity).+                    dmax = np.abs(V - V_raw).max(axis=1)+                    dl2 = np.sqrt(((V - V_raw) ** 2).sum(axis=1))+                    aff = dmax > 1e-6+                    lab_v = np.asarray(stage.labels[rows]).astype(str)+                    nb_type = lab_v[vnb]+                    bnd = (nb_type != lab_v[:, None]).any(axis=1)+                    print(f"vdiff: w={vdiff_w} k={kk} affected_frac={aff.mean():.4f} "+                          f"boundary_frac={bnd.mean():.4f} "+                          f"aff_among_boundary={aff[bnd].mean() if bnd.any() else 0.0:.4f} "+                          f"|dmax| q50/q90/max (affected)={np.quantile(dmax[aff], 0.5) if aff.any() else 0.0:.4f}/"+                          f"{np.quantile(dmax[aff], 0.9) if aff.any() else 0.0:.4f}/"+                          f"{dmax.max():.4f} "+                          f"dl2_mean_affected={dl2[aff].mean() if aff.any() else 0.0:.4f} "+                          f"affected_inside_frac={float((aff & ~bnd).mean()):.5f}", flush=True)             pba = Xa.mean(axis=0)             dt_approx = pba - Xb.mean(axis=0)             if DOMAIN == "lin":@@ -752,7 +844,7 @@ def main() -> None:                         # the correction, which carries the cross-gene dp                         # ordering fix, survives. beta_rec=0 -> r_tilde = r                         # bit-for-bit (parent node 33 behaviour).-                        if beta_rec > 0.0 and REC_STEPS > 0:+                        if beta_rec != 0.0 and REC_STEPS > 0:                             logr = np.log(np.maximum(r, 1e-12)).ravel()                             Wr = _knn_w(coords, REC_K)                             for _ in range(int(REC_STEPS)):@@ -769,7 +861,7 @@ def main() -> None:                         r_med = float(np.median(r_use))                         sg = np.power(np.divide(np.full_like(r_use, r_med),                                                 np.maximum(r_use, 1e-12)), gamma)-                        if REC_LEVEL == "matched" and beta_rec > 0.0:+                        if REC_LEVEL == "matched" and beta_rec != 0.0:                             # Level-neutrality by construction: rescale the                             # smoothed-field scale so the MEDIAN per-cell linear                             # total equals the one the UNSMOOTHED (parent) field

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**：按 PLAN 实现了 VDIFF（log2 位移场在坐标 15-NN 上空间混合），机制确认运行（affected_frac=0.9014，全为型边界细胞，型内逐位不变）；扫了 W=0.1/0.2/0.25/0.3/0.35/0.5 六档 + 幅度保持解码（NORM=1）×2 + α=1.2 补偿，另按 §2 试了两个备选机制（β_rec=−0.15 再闭合场锐化、k=0.6），共 12 次查分（余 8）。

**查分结果**（A 半，父=56.869）：nb_mmd 随 W 单调改善 0.08093→0.07845（PLAN 主判目标在 W≥0.2 达成），mmd_u 同步改善，但 de_direction 单调跌（0.3839→0.3512，PLAN 守卫全档失败）、variogram 等值恶化；总分全部落在 56.65–56.92（最佳 W=0.3 仅 +0.048，噪声的 1/20）。NORM=1 证明收益来自边界幅度收缩本身；α=1.2 证明补回幅度即吃掉收益——α/W/β_rec 双符号/k/ε 全部落在同一条帕累托前沿上，父基座已近该前沿的加权和最优。按 PLAN 规则 (4) 以 W=0 提交（输出与父 35 逐位相同，vec-check 通过、seed 确定、ablate 逐位一致），METHOD.md 首行 `NO_CHANGE:`，含全部 12 次查分的分项表。

**下一步最值得试**：本基座的表达变换轴已扫平，>噪声的收益需要与"位移幅度/平滑度"正交的新轴（前沿明细与唯一未试的 dp 守恒重分配思路已写进 METHOD.md/run.py 文档，预期不乐观）；更可能出收益的是跳出 T2HX-01 家族（组成/坐标轴在本家族内冻结且早前证否）。

调研员

{
  "name": "速度场空间相干化（VDIFF）改善邻域配对",
  "motivation": "父节点35 local_spatial=59.15（nb_mmd raw 0.07784，skill 0.592），是四组中权重最大（25+门控形状25）且非地板的最弱组。ANALYSIS明确建议：在(γ1.35, ε0.1, β_rec=0.15)新基座上试VDIFF（旧ε0.4基座证否但新基座未试）。当前基座ε=0.1底物平滑弱，型边界处位移不连续更突出，空间相干化有更大余量。通过判据：nb_mmd raw回落至<0.0771（节点33水平）。",
  "approach": "步骤：(1) 承父节点35全部冻结参数（α=1, k=0.5, γ=1.35, ε=0.1, β_rec=0.15, VEC_REC_LEVEL=matched, PBC=10, SMOOTH_STEPS=2, K=15, 门控）；(2) 在逐细胞乘法位移之前，对log2域位移场做一步空间混合：d_i_eff = (1-W)·α·v_type(i) + W·mean_{j∈kNN_coord(i,15)}(α·v_type(j))，即VEC_VDIFF_W控制权重、VEC_VDIFF_K=15；(3) 小扫W∈{0.1, 0.2, 0.3}，以nb_mmd raw为主判（目标<0.0771），de_direction≥0.3839、mmd_u≤0.04860为守卫；(4) 若3档均不达标则按边界规则提交W=0（=父节点逐位）。实现要点：kNN图复用坐标15-NN（与β_rec共用），位移场混合只在型边界细胞有实际效果（型内部邻居同型，混合后不变）。单输入阶段退路：无前一输入时v=0→d=0→逐位copy_last（承父）。vec-score快速筛选：先跑W=0.2单次查分看nb_mmd方向，再决定是否扩网格。",
  "expected_groups": ["local_spatial"],
  "risks": "1) 新基座ε=0.1已足够低，型边界不连续性可能不是nb_mmd的主要瓶颈，VDIFF无效（与旧基座一样证否）——Engineer第一次查分（W=0.2）即可判断方向；2) 空间混合可能轻微模糊型间DE信号（边界细胞位移减小），导致de_score降1量化步——守卫de_direction≥0.3839；3) 若型内细胞占绝大多数（>95%），实际受影响的细胞太少，效果在噪声内——Engineer应打印affected_frac（位移改变>1e-6的细胞比例），若<3%则机制本身无法产生可测效果，直接提交W=0。",
  "family_id": "T2HX-01",
  "mechanism": "在按型伪批量乘法位移施加前，将log2域位移场在坐标15-NN图上做一步加权混合，使型边界处位移空间连续，减少邻域内表达-位置配对的不连续性。",
  "vs_constant_shift": "常数位移对所有细胞施加相同偏移，不改变空间结构；VDIFF只改变型边界处细胞的位移幅度（使其趋向邻居均值），型内部细胞不受影响，改变的是位移场的空间梯度而非电平。",
  "mechanism_evidence": "Engineer应报告：(1) affected_frac——位移实际改变（|Δd|>1e-6）的细胞比例，预期5-20%（仅边界细胞）；(2) 边界细胞的|d_eff - d_raw|分布（应>0才说明混合生效）；(3) nb_mmd raw从0.07784回落的幅度；(4) de_direction/de_score是否守住（位移场混合不应改变伪批量均值方向）。若affected_frac≈0或nb_mmd不变，机制未运行。",
  "mechanism_off_control": "设VEC_VDIFF_W=0（或--ablate mechanism），此时d_eff=d_raw，输出与父节点35逐位相同（X与坐标array_equal）。预期差别：W=0时nb_mmd=0.07784；W>0时若机制有效，nb_mmd应下降（<0.0771）。",
  "sources": []
}

审查员

REVIEW.json written