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

节点 n4

按基因型间方差占比 w_g=B_g/(B_g+W_g) 收缩按型伪批量位移（damped_shift 家族 T2HX-01），α=0.05，坐标/组成/细胞数照抄末输入。

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 f75a404e0f: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 0a69ad9676。改动的文件：solution/EXECUTION.json +1 −0、solution/METHOD.md +42 −0、solution/README.md +2 −5、solution/run.py +122 −19

diff --git a/solution/EXECUTION.json b/solution/EXECUTION.jsonnew file mode 100644index 0000000..9d5125c--- /dev/null+++ b/solution/EXECUTION.json@@ -0,0 +1 @@+{"gpu": false}diff --git a/solution/METHOD.md b/solution/METHOD.mdnew file mode 100644index 0000000..f6c941e--- /dev/null+++ b/solution/METHOD.md@@ -0,0 +1,42 @@+按基因型间方差占比 w_g=B_g/(B_g+W_g) 收缩按型伪批量位移（damped_shift 家族 T2HX-01），α=0.05，坐标/组成/细胞数照抄末输入。++## 方法++父节点（damped_shift α=0.1，49.51）基础上，对每个类型 t 的位移向量 delta_t = mean(last|t) − mean(prev|t) 逐基因乘权重 w_g：++- w_g = B_g / (B_g + W_g + 1e-8)，B_g = 末输入阶段按细胞数加权的型间方差，W_g = 池内（型内）方差；**只在末输入阶段数据上现场计算**，无任何硬编码统计量。+- 末阶段细胞数 < 10 的类型回退 w=1（本视图无此类，两输入各 33 型、最小 18 细胞；final 上由程序现场判断）。+- shift = α·w_g·delta_t，clip ≥ 0；α=0.05。+- 坐标 = 末阶段自己的坐标（β=0，仅按 rms_last 归一，n=末阶段细胞数时等同原样）；组成不动（α_comp=0）；n = 末阶段细胞数夹到 [min,max]（本视图 24826 ≤ 25179，全量输出，无抽样 → 输出对 seed 不变，仅文件元数据含 seed）。+- 单输入退路：copy_last（与父节点相同）。+- 机制开关：环境变量 `T2HX_VARW=0` 强制 w≡1（退化为父节点的均匀按型位移）；`T2HX_WMODE=cons` 是试验过的另一权重（未采用）；`T2HX_ALPHA` 覆盖 α。提交默认：VARW 开、WMODE=bt、α=0.05。++## 机制证据（proxy_noscale，A 半，seed 0）++| 配置 | 榜分 | cell_state | expression_change | local_spatial | variogram skill | de_score skill |+|---|---:|---:|---:|---:|---:|---:|+| 父 α=0.1 均匀 | 49.51 | 48.41 | 49.35 | 50.27 | 0.468 | 0.489 |+| w 开 α=0.15 | 49.59 | 49.20 | 49.12 | 50.05 | 0.484 | 0.479 |+| **w 关 α=0.15（对照）** | **49.39** | **48.06** | **49.16** | **50.35** | **0.460** | 0.486 |+| w 开 α=0.05（提交） | 49.89 | 49.55 | 50.00 | 50.02 | 0.491 | 0.500* |++- 开/关对照（同 α=0.15）：加权使 variogram 0.460→0.484、cell_state 48.06→49.20，差异集中在 cell_state 组，符合 PLAN 预期机制方向；证明权重实际生效（w_mean=0.121，p10=0.004，p90=0.374；加权后位移 L2 为均匀的 23.4%，低于 PLAN 风险 1 的 30% 阈值——即权重同时把有效幅度压小，α=0.15 加权的收益部分来自更小的有效位移）。+- α=0 对照：代码路径输出 = 末阶段原样（alpha32=0 时 `clip(block+0·dw)=block`），即 copy_last。+- 所有 33 个共有类型的全部 24826 个细胞都收到位移（本视图两阶段类型完全同名）；被压缩最多的是低 B/T（型内异质性主导）基因。+- \*α=0.05 时 DE 两项 skill 恰为 0.500：位移已小到触发无变化保护（std(dp) < 1%·std(dt) → DE 记 0，与地板同），即提交配置在 DE 组上等同 copy_last，只在 variogram（0.491，略低于地板 0.5）上有可测差异。++## 结论（如实报告，PLAN 风险 3 成立）++- 在 proxy_noscale 上，**任何 α>0 都 ≤ copy_last（50.00）**：α 越大越差（0.05→49.89，0.1→49.51，0.15→49.59/关 49.39，与方法卡"skill 随 α 单调下降"一致）。方差加权确实按设计减轻了损伤（同 α 下 on > off），但没有把外推变成正收益。+- 另试的型间符号一致性权重（w_g=|Σc_t δ_tg|/Σc_t|δ_tg|，α=0.15/0.5）：49.52 / 49.49，de_score 反降至 0.476，未采用。+- 提交 α=0.05 而非 α=0：本尺子上 −0.11（噪声内），但保留机制——若 final（E9.5→E10.5，步长比 4/3）的上一步方向正确，微小加权位移有正收益空间；若方向错误，损伤被限制在 ~0.1 分且 DE 触发无变化保护。**这一点无法在代理上验证**（方法卡：代理上一步是缩小，真实是长大；外推榜本地分历史上高估官网分）。+- 终选护栏（>copy_last+1）本节点达不到，预期终选回退基线。++## 验证过 / 未验证++- 验证过：proxy 视图格式（vec-check ok）、seed 0/1/2 内容与分数一致（输出对 seed 不变）、机制开关对照、α∈{0.05,0.15,0.5}×两种权重、运行 ~6 s / <1 GB。+- 未验证：真实括号（final）上的方向与幅度；伪装视图重跑（代码无路径/绝对时间依赖，所有统计现场从 manifest 输入计算，预期通过）；`w_g` 在 final 末两阶段类型交集很小时的稳定性（回退 w=1 逻辑未在实际小交集数据上跑过）。++## 知识来源++无外部生物学知识、无文献/数据库数值。全部统计量（类型均值、方差、权重、RMS、细胞数）从视图 manifest 指向的两个输入阶段现场计算。diff --git a/solution/README.md b/solution/README.mdindex 55efcde..424574a 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,6 +1,3 @@-# damped_shift（T2:heart:val_extrap）+# damped_shift + 基因型间方差加权收缩（T2:heart:val_extrap） -最新两个输入 (prev, last)；last 的每个细胞加 α·(mean(last|类型) − mean(prev|类型))，只对两阶段同名的类型，夹到 ≥0。α=0.1，β=0（坐标就是 last 自己的，不缩放），α_comp=0（组成不动），time_scale 关（不乘步长比）。这是方法卡网格里最好的非平凡点；方法卡最终提交的 α=0 等于 `copy_last`。-proxy（两个较早的已发布心脏阶段 → 第三个，步长比 1.5）预期 49.47（seed 0 实测 49.475，与网格 `damp_a010_c0` 一致；表达 49.2 / 状态 48.5 / 形状 50.0 / 邻域 50.3）。-final（最新两个已发布心脏阶段 → E10.5，步长比 4/3）：n = 榜上限，坐标原尺度；末步同名类型少，分型位移在 final 上基本空转（同名类型数由程序从输入算）。-已知弱点：代理与真实的上一步尺寸走向可能相反，α、β 的方向在代理上验证不了。这是起点，不是方案。各阶段的尺寸、细胞数不在这里给出（2026-10-03 泄漏审计：每个已发布心脏阶段都是某个本地尺子的目标）。+末输入全量输出；每个共有类型加 α·w_g·(mean(last|t) − mean(prev|t))，w_g = B_g/(B_g+W_g)（末阶段型间方差占比，现场计算），α=0.05，clip≥0；坐标/组成/细胞数照抄末输入。机制开关 `T2HX_VARW=0`（关=均匀位移）、`T2HX_ALPHA`、`T2HX_WMODE`。详见 METHOD.md（含开/关对照与查分结果）。diff --git a/solution/run.py b/solution/run.pyindex d62b7bc..b664330 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,30 +1,81 @@ #!/usr/bin/env python3-"""damped_shift (T2 extrapolation): last input + α·per-type pseudobulk delta of the last step.+"""Variance-weighted damped_shift (T2 extrapolation), family T2HX-01. -Takes the two latest inputs (prev, last). Each last-stage cell of a type that-also exists in prev gets α·(mean(last|type) − mean(prev|type)), clipped at 0.-Coordinates are the last stage's own, rescaled by exp(β·Δlog RMS) (β=0 keeps-the scale); composition moves by α_comp·Δfraction (0 keeps it). Cell count is-the last stage's, clipped to the board range. ``time_scale`` is off, so the-step ratio (target − last)/(last − prev) is not applied.+Same skeleton as the parent (last input + alpha * per-type pseudobulk delta of+the last step, coords/counts/composition held), but the per-type delta is+shrunk gene-wise by w_g = B_g / (B_g + W_g + eps): B_g is the between-type+(count-weighted) variance of the last stage's type means, W_g the pooled+within-type variance, both computed on the last input only. Genes whose+last-stage variation is mostly within-type heterogeneity move less, protecting+the gene-gene covariance structure the variogram metric scores. -ALPHA=0.1 is the best non-trivial point of the T2 card's grid (proxy 49.47);-α=0 is copy_last, the card's submitted choice. With one input, copy the last.+Types with fewer than MIN_TYPE_CELLS cells in the last stage fall back to the+unweighted delta (their variance estimates are too noisy). With one input the+program copies the last stage, as the parent does.++Mechanism switch: T2HX_VARW=0 forces w_g = 1 for every gene, which reduces the+program to the parent's uniform per-type shift at the same alpha (control). """  from __future__ import annotations  import argparse import json+import os import sys  import numpy as np -from src.task2_spatial.methods import damped_shift-from src.task2_spatial.sample import take-from src.task2_spatial.view_io import board_params, extrap_step, load_manifest, panel_genes, read_stage, write_t2+from src.task2_spatial.frame import rms_radius, scale_to_rms+from src.task2_spatial.sample import extrap_count, take+from src.task2_spatial.shift import type_means+from src.task2_spatial.transport import as_dense+from src.task2_spatial.view_io import extrap_step, load_manifest, panel_genes, read_stage, write_t2++ALPHA = float(os.environ.get("T2HX_ALPHA", "0.05"))+VARW = os.environ.get("T2HX_VARW", "1") != "0"+WMODE = os.environ.get("T2HX_WMODE", "bt")+MIN_TYPE_CELLS = 10+EPS = 1e-8+ -PARAMS = {"alpha": 0.1, "beta": 0.0, "alpha_comp": 0.0, "n_damp": 0.0, "time_scale": False}+def consistency_weights(deltas: dict[str, np.ndarray], counts: dict[str, int]) -> np.ndarray:+    """w_g = |sum_t c_t delta_tg| / sum_t c_t |delta_tg|: sign-consistency of the per-type step."""+    labs = list(deltas)+    D = np.stack([deltas[t].astype(np.float64) for t in labs])+    C = np.array([counts[t] for t in labs], dtype=np.float64)+    C = C / max(C.sum(), 1.0)+    num = np.abs((C[:, None] * D).sum(axis=0))+    den = (C[:, None] * np.abs(D)).sum(axis=0) + EPS+    return (num / den).astype(np.float32)+++def gene_type_weights(X, labels: np.ndarray) -> tuple[np.ndarray, set[str]]:+    """Per-gene between-type variance share w_g = B_g / (B_g + W_g + eps) of the last stage."""+    labels = np.asarray(labels).astype(str)+    types, counts = np.unique(labels, return_counts=True)+    n_genes = int(X.shape[1])+    grand = as_dense(X, np.arange(len(labels))).mean(axis=0).astype(np.float64)+    B = np.zeros(n_genes, dtype=np.float64)+    W = np.zeros(n_genes, dtype=np.float64)+    ntot = 0+    small: set[str] = set()+    for t, c in zip(types.tolist(), counts.tolist()):+        if c < MIN_TYPE_CELLS:+            small.add(t)+            continue+        d = as_dense(X, np.flatnonzero(labels == t)).astype(np.float64)+        mu = d.mean(axis=0)+        var = d.var(axis=0)+        B += c * (mu - grand) ** 2+        W += c * var+        ntot += c+    if ntot == 0:+        return np.ones(n_genes, dtype=np.float32), set(types.tolist())+    B /= ntot+    W /= ntot+    w = (B / (B + W + EPS)).astype(np.float32)+    return w, small   def main() -> None:@@ -38,17 +89,69 @@ def main() -> None:     genes = panel_genes(args.data, manifest)     prev, last, ratio = extrap_step(manifest)     stage_last = read_stage(args.data, last, genes)+    lo, hi = int(manifest["min_cells"]), int(manifest["max_cells"])+     if prev is None:-        n = int(np.clip(stage_last.n, manifest["min_cells"], manifest["max_cells"]))+        n = int(np.clip(stage_last.n, lo, hi))         rows = np.sort(take(stage_last.labels, min(n, stage_last.n), np.random.default_rng(args.seed)))         write_t2(args.out, stage_last.X[rows].toarray(), stage_last.coords[rows], genes, seed=args.seed)         return+     stage_prev = read_stage(args.data, prev, genes)-    params = board_params(manifest, "damped_shift", PARAMS, args.seed)-    expr, coords, info = damped_shift(stage_prev, stage_last, ratio, params)-    keep = {k: info.get(k) for k in ("alpha", "beta", "dt_ratio", "n", "rms_prev", "rms_last", "out_rms", "n_shared_types")}-    print(json.dumps({"step": [prev["stage"], last["stage"]], **keep}, default=float), file=sys.stderr)-    write_t2(args.out, expr, coords, genes, seed=args.seed)+    rng = np.random.default_rng(args.seed)+    n = int(np.clip(extrap_count(stage_prev.n, stage_last.n, 0.0, lo, hi), lo, hi))+    idx = np.arange(stage_last.n) if n >= stage_last.n else take(stage_last.labels, n, rng)++    means_prev = type_means(stage_prev.X, stage_prev.labels)+    means_last = type_means(stage_last.X, stage_last.labels)+    w, small = gene_type_weights(stage_last.X, stage_last.labels)+    if WMODE == "cons":+        labs = np.asarray(stage_last.labels).astype(str)+        counts = {t: int((labs == t).sum()) for t in means_last}+        big = {t: (means_last[t] - means_prev[t]).astype(np.float32) for t in means_last if t in means_prev and counts[t] >= MIN_TYPE_CELLS}+        w = consistency_weights(big, counts) if big else np.ones_like(w)+    if not VARW:+        w = np.ones_like(w)++    block = as_dense(stage_last.X, idx)+    out = block.copy()+    sub_labels = np.asarray(stage_last.labels).astype(str)[idx]+    alpha32 = np.float32(ALPHA)+    norm_w = 0.0+    norm_u = 0.0+    n_shared = 0+    for lab, mu in means_last.items():+        if lab not in means_prev:+            continue+        n_shared += 1+        d = (mu - means_prev[lab]).astype(np.float32)+        dw = d if lab in small else w * d+        norm_w += float(np.dot(dw, dw))+        norm_u += float(np.dot(d, d))+        mask = sub_labels == lab+        if not mask.any():+            continue+        out[mask] = np.clip(block[mask] + alpha32 * dw, 0.0, None)++    rms_last = rms_radius(stage_last.coords)+    coords = scale_to_rms(stage_last.coords[idx], rms_last)+    expr = np.clip(out, 0.0, None).astype(np.float32)++    info = {+        "method": "damped_shift_varw",+        "alpha": ALPHA,+        "varw": VARW, "wmode": WMODE,+        "n": int(expr.shape[0]),+        "n_shared_types": n_shared,+        "w_mean": float(w.mean()),+        "w_p10": float(np.quantile(w, 0.10)),+        "w_p90": float(np.quantile(w, 0.90)),+        "shift_l2_ratio": float(np.sqrt(norm_w / max(norm_u, 1e-12))),+        "rms_last": float(rms_last),+        "out_rms": float(rms_radius(coords)),+    }+    print(json.dumps({"step": [prev["stage"], last["stage"]], **info}, default=float), file=sys.stderr)+    write_t2(args.out, expr, coords.astype(np.float32), genes, seed=args.seed)   if __name__ == "__main__":

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

**做了什么**：按 PLAN 实现基因型间方差加权收缩的按型位移（w_g=B_g/(B_g+W_g)，末阶段现场计算，α=0.05），含机制开关与单输入退路；另试了型间符号一致性权重（失败，未采用）。查分 6 次。

**查分结果**（proxy_noscale，A 半）：提交配置 49.89（seed 0/1 一致，vec-check ok），父节点 49.51；机制开/关对照（同 α=0.15）49.59 vs 49.39，variogram 0.460→0.484——机制按设计生效但仍是减损，不是收益。PLAN 风险 3 成立：本尺子上任何 α>0 都 ≤ copy_last（50.00），METHOD.md 已如实记录；提交 α=0.05 保留机制（DE 触发无变化保护，损伤 ~0.1），预期达不到终选 +1 护栏。

**下一步最值得试**：外推方向在本代理上不可验证（代理上一步是缩小、真实是长大），继续在 α/权重上网格没有空间；更有希望的是换信息源——用 `prior/`（TF regulons、Reactome）或允许的外部数据构造与阶段趋势一致性更高的位移方向，或转向组成/邻域结构（local_spatial 是唯一 >0.5 的组，neighborhood 0.503–0.512 随位移增大而升，值得单独探索大 α+保结构权重）。

调研员

{
  "name": "基因方差加权收缩的按型伪批量位移（修复 variogram 下降）",
  "motivation": "父节点 2（damped_shift α=0.1）得分 49.51，低于 copy_last 基线（节点 1，50.00）。最弱组 cell_state=48.41，其中 variogram skill 仅 0.468（地板 0.5），是唯一显著低于地板的指标。原因：父节点对全部 500 个基因施加相同的按型均值位移，高型内方差基因的型内协方差结构被平移打乱，导致跨细胞对距离分布（variogram 度量的 E|xi−xj|^0.5）失真。de_score skill 0.489 也略低于地板，说明位移方向对部分基因不正确。",
  "approach": "在父节点 run.py 的 damped_shift 调用之前，增加一步基因权重计算：\n1. 对 last 阶段，按细胞类型分组，计算每个基因 g 的型间方差 B_g 和总方差 T_g（型间+型内），权重 w_g = B_g / (T_g + eps)，eps=1e-8。仅在 last 阶段数据上计算，不引入外部统计量。\n2. 将父节点的按型位移向量 delta_t（每个类型一个 500 维向量）逐基因乘以 w_g，即 shift_{t,g} = α · w_g · delta_{t,g}。α 初始 0.15（略高于父节点 0.1，因为权重会缩小有效位移），搜索范围 [0.05, 0.3]，步长 0.05。\n3. 夹到 ≥0 的逻辑不变；坐标、组成、time_scale 均与父节点相同（β=0, α_comp=0, time_scale=False）。\n4. 单输入阶段退路：若 prev 为 None，直接 copy_last，与父节点一致。\n5. 用 vec-score 在 proxy_noscale 上查分；先跑 α=0（应等于 copy_last，验证权重不引入 bug）和 α=0.15，比较 variogram skill 是否回到 ≥0.50。若 α=0.15 的 variogram 改善但 de_score 下降，降到 α=0.10。最多查 6 次分。\n6. 实现改动量：约 20 行 numpy 代码（方差计算 + 权重乘法），30 分钟内可完成。",
  "expected_groups": ["cell_state", "expression_change"],
  "risks": "1) 权重可能过度抑制有效位移，使输出趋近 copy_last（α 有效值太小）；Engineer 应检查加权后位移的 L2 范数是否仍为父节点的 30%以上。2) 型间方差估计在小类型上噪声大；若某类型细胞数 <10，该类型回退到不加权（w=1）。3) 外推方向本身可能错误（METHOD.md 已警告），此时任何 α>0 都不如 α=0；若所有 α>0 的查分均 ≤ copy_last，应如实报告失败。4) 分数噪声约 1 分，差距 <1 分不算改善，需至少两次查分确认。",
  "family_id": "T2HX-01",
  "mechanism": "按基因型间方差占比对按型伪批量位移做逐基因收缩：高型内方差基因（其变异主要反映型内异质性而非阶段趋势）的位移被压小，从而保护 variogram 度量的基因共变结构。",
  "vs_constant_shift": "父节点对全部基因施加相同的 α·delta（每型一个常向量）；本方案将位移乘以逐基因权重 w_g = B_g/T_g，使位移在基因维度上非均匀——型间差异小的基因几乎不移，型间差异大的基因才移。这不是全局组成重加权（不改类型比例），也不是单纯缩小 α（α 仍控制幅度，权重控制方向选择性）。",
  "mechanism_evidence": "1) 打印加权前后位移向量的每基因幅度分布，确认低 B/T 基因的位移被显著压缩；2) 比较 variogram skill：父节点 0.468，本方案应 ≥0.50；3) 检查 mmd_u skill 不恶化（≥0.500）；4) 对比加权与不加权（全 w=1）在相同 α 下的四组分差异，差异应集中在 cell_state 组。",
  "mechanism_off_control": "将权重数组全部设为 1.0（即 w_g=1 对所有基因），此时退化为父节点的均匀按型位移；预期输出与父节点完全相同（相同 α 下）。若关闭后输出不变，说明权重计算未生效。另一对照：α=0，输出应等于 copy_last。",
  "sources": []
}