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

节点 n5

在末输入阶段上做"表达kNN引导的坐标置换"（贪心2-opt交换细胞与其自身坐标的配对），只改表达-位置配对，坐标点集与表达矩阵逐位不变。

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 e16d6277de: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 f75a404e0f。改动的文件：solution/METHOD.md +25 −28、solution/README.md +5 −2、solution/run.py +183 −124

diff --git a/solution/METHOD.md b/solution/METHOD.mdindex f6c941e..d2d4f8d 100644--- a/solution/METHOD.md+++ b/solution/METHOD.md@@ -1,42 +1,39 @@-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。+在末输入阶段上做"表达kNN引导的坐标置换"（贪心2-opt交换细胞与其自身坐标的配对），只改表达-位置配对，坐标点集与表达矩阵逐位不变。 -## 方法+## 方法（family T2HX-04，PLAN 步骤 1–6 的改进实现） -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：+PLAN 要求"每个细胞向自身表达kNN邻居的坐标质心移动 β 比例"。按原样实现（`T2HX_MODE=nudge`，代码保留）后实测：β=0.05 确实把 neighborhood_mmd 从 0.11445 降到 0.11422（方向正确，机制有效），但移动点云让 occupancy_dice 的 skill 从 0.500 掉到 0.416，榜分 49.39 < 地板 50.00 —— 收益 +0.013 分、代价 −0.7 分。 -- 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。+因此提交版本把"移动点"换成"移动配对"：**对末阶段自己的坐标做一个置换**（双射），让表达相似的细胞占据相邻位置。因为坐标**多重集逐位不变**（已验证：排序后与 copy_last 完全相同，`.X` 最大差 0），所有集合/尺度类指标与只依赖表达的指标在构造上不动，唯一能变的是 `neighborhood_mmd`（它度量的正是表达与位置的配对）。 -## 机制证据（proxy_noscale，A 半，seed 0）+算法（全部现场计算，无硬编码）：+- 位置图 `NB` = 末阶段坐标的 15 近邻（含自身，与评分器的邻域大小对齐）；位置不动，故 `NB` 只算一次。+- 表达嵌入 `E` = 末阶段 `.X` 的 PCA-30（协方差 `eigh`，确定性，无随机 SVD），与 `mmd_u` 用的维度一致。+- 代价 `cost = Σ_p Σ_{q∈NB(p)} ‖E[occ(p)] − E[occ(q)]‖²`，`occ` = 位置 p 当前的占用细胞。+- 每轮：候选对 = 每个细胞的表达 15 近邻（去掉已经空间相邻的对）；用预计算的邻居嵌入和 `S` 得到 O(1) 精确 Δcost；按 Δ 升序贪心接受成匹配（每个位置每轮至多用一次），预算 = `FRAC·n`；轮末重算真实 cost。+- 参数：`T2HX_ROUNDS=6`、`T2HX_FRAC=0.4`、`T2HX_K=15`、`T2HX_KEXP=15`、`T2HX_PCA=30`。收敛：ROUNDS=20/FRAC=1.0 只把 cost_ratio 从 0.9181 推到 0.9171（2-opt 已饱和），故不加轮数。+- 输出：末阶段全部细胞（本视图 24826 ≤ max_cells 25179，无抽样；超上限时按类型分层 `take`，与地板规则一致），表达 = 末阶段原样，坐标 = 置换后的原坐标。无 RNG，输出对 seed 逐位相同（已验证 seed 0/1）。+- 单输入退路：同一代码路径（方法不需要两个阶段），不会崩。 -| 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* |+## 机制开/关对照（proxy_noscale，A 半，seed 0） -- 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。+| 配置 | 榜分 | local_spatial | shape_scale | neighborhood_mmd 原始/skill | occupancy_dice skill |+|---|---:|---:|---:|---|---:|+| **ROUNDS=0（关，= copy_last）** | **50.00** | 50.00 | 50.00 | 0.11445 / 0.500 | 0.500 |+| MODE=nudge β=0.05（PLAN 原版） | 49.39 | 50.05 | 47.50 | 0.11422 / 0.5005 | 0.416 |+| **ROUNDS=6 FRAC=0.4（开，提交）** | **50.46** | 50.95 | 50.90 | 0.11017 / 0.5095 | 0.5275 | -## 结论（如实报告，PLAN 风险 3 成立）+机制证据：`cost_ratio=0.918`（配对代价降 8.2%），9334 次交换、13921/24826 个细胞换了位置，位移 L2 均值 80.9、p99 388.7（逐细胞不同方向不同幅度，不是全局平移/旋转/缩放）；四组分中 expression_change、cell_state 逐位保持地板（`de_*` 原始 0、`mmd_u` 0.05856、`variogram` 0.058616 与关时完全相同），只有 local_spatial 随机制变化 —— 与 PLAN 的 `mechanism_evidence` 预期一致，且 neighborhood_mmd 0.11017 < PLAN 目标 0.1114，结构门未触发（邻域 skill 0.5095 ≥ 0.5）。 -- 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。+## 已知的非机制成分（如实报告）++shape_scale 从 50.00 到 50.90 里，occupancy_dice skill 0.5275 是**评分子抽样带来的偶然**：该指标先把两朵云抽到相同细胞数，置换改变了细胞顺序 → 抽到的是同一坐标集的不同子集（d2_shape 反而略降到 0.4996，说明不是形状真变好）。这部分会随评分种子波动，不应记作机制收益；可信的机制收益是 local_spatial 的 +0.95 分（邻域组权重 25）。  ## 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）。+- 验证过：格式（vec-check ok）；ROUNDS=0 逐位等于 copy_last（50.00，八项原始值全在地板）；seed 0/1 输出逐位相同；坐标多重集与 `.X` 与 copy_last 逐位相同；运行 ~23 s、内存 < 1.5 GB（限额 30 min / 28 GB）。+- 未验证：final（3 输入，E9.5→E10.5）上的收益；伪装视图重跑（代码不读路径/绝对时间/board 字段，所有量现场算，预期通过）；occupancy_dice 的子抽样波动在 seeds 0/1/2 上的符号；kNN 用 `space=raw`（全 500 基因）或更大 `KEXP` 是否更好（无查询额度剩余）。  ## 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。+无外部生物学知识、无文献/数据库数值、无 prior/ 资源。全部统计量（PCA、位置 kNN、表达 kNN、置换、细胞数、RMS）由 manifest 指向的输入阶段现场计算。diff --git a/solution/README.md b/solution/README.mdindex 424574a..c08632a 100644--- a/solution/README.md+++ b/solution/README.md@@ -1,3 +1,6 @@-# damped_shift + 基因型间方差加权收缩（T2:heart:val_extrap）+# 表达kNN引导的坐标置换（T2:heart:val_extrap, T2HX-04） -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）。+末输入阶段全量输出，表达逐位不变；对末阶段自己的坐标做置换（贪心 2-opt），+让表达相似的细胞占据相邻位置。坐标多重集不变 → 只有 neighborhood_mmd 变。+开关：`T2HX_ROUNDS=0` 关（= copy_last）；`T2HX_MODE=nudge` 是 PLAN 原版的点位移。+详见 METHOD.md（含开/关对照与查分）。diff --git a/solution/run.py b/solution/run.pyindex b664330..95db040 100644--- a/solution/run.py+++ b/solution/run.py@@ -1,20 +1,44 @@ #!/usr/bin/env python3-"""Variance-weighted damped_shift (T2 extrapolation), family T2HX-01.--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.--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).+"""Expression-guided re-pairing of cells to positions (T2 extrapolation), T2HX-04.++Expression, composition and cell count are copied verbatim from the last input+stage (the floor's reference). What changes is only *which cell sits at which+position*: a bijection (permutation) of the last stage's own coordinate list+onto its own cells, chosen so that transcriptionally similar cells occupy+spatially neighbouring positions.++Why a permutation instead of moving points (PLAN step 4): a permutation leaves+the coordinate *multiset* bit-identical, so every scale- and set-based metric+(``d2_shape``, ``occupancy_dice``, ``scale_log_ratio``) and every+expression-only metric (``de_*``, ``mmd_u``, ``variogram``) stay exactly at the+copy_last floor. Only ``neighborhood_mmd`` -- the metric that scores whether+each cell is in the right expression environment -- can move. A first+experiment moved each point a fraction ``beta`` toward the centroid of its+expression neighbours; it did tighten the pairing (neighborhood_mmd 0.11445 ->+0.11422 at beta=0.05) but the point displacement cost occupancy_dice+(skill 0.500 -> 0.416), net -0.6 board points. The permutation keeps the+measured tightening and drops the cost. That ``beta`` nudge is still in this+file (``T2HX_MODE=nudge``) as the reference variant.++The permutation is found by greedy 2-opt on a fixed position graph:++  cost = sum over positions p, sum over q in kNN_pos(p): ||E[occ(p)] - E[occ(q)]||^2++with E = PCA(30) of the last stage's own expression, kNN_pos = the k nearest+positions (k=15, matching the neighbourhood size the metric uses), occ = the+current occupant of a position. Positions never move, so kNN_pos is computed+once. Each round every candidate pair (i, j) with j among i's k expression+neighbours gets its exact-on-the-graph delta cost from precomputed neighbour+sums, the pairs with the most negative delta are greedily accepted into a+matching (each position used at most once), and the true cost is recomputed.+Deterministic: no RNG, candidates processed in ascending delta order.++``T2HX_ROUNDS=0`` is the mechanism-off control: no swap is performed and the+output equals ``copy_last`` bit-for-bit.++Everything is computed on the fly from the view's inputs; no stage name, cell+count, size, ratio or absolute embryonic time is hard-coded. With a single+input stage the program runs the same code path (it never needs two stages). """  from __future__ import annotations@@ -23,59 +47,111 @@ import argparse import json import os import sys+import time  import numpy as np+from scipy.spatial import cKDTree -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.frame import rms_radius+from src.task2_spatial.sample import take 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---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+MODE = os.environ.get("T2HX_MODE", "swap")  # swap | nudge+ROUNDS = int(os.environ.get("T2HX_ROUNDS", "6"))+FRAC = float(os.environ.get("T2HX_FRAC", "0.4"))+KNN = int(os.environ.get("T2HX_K", "15"))+KEXP = int(os.environ.get("T2HX_KEXP", "15"))+PCA_DIM = int(os.environ.get("T2HX_PCA", "30"))+BETA = float(os.environ.get("T2HX_BETA", "0.05"))+SPACE = os.environ.get("T2HX_SPACE", "pca")  # pca | raw+++def pca_embed(X: np.ndarray, dim: int) -> np.ndarray:+    """Deterministic PCA (covariance eigendecomposition) of a dense block."""+    Xc = X.astype(np.float64)+    Xc = Xc - Xc.mean(axis=0, keepdims=True)+    d = int(min(dim, X.shape[1], X.shape[0]))+    cov = (Xc.T @ Xc) / max(Xc.shape[0] - 1, 1)+    evals, evecs = np.linalg.eigh(cov)+    order = np.argsort(-evals)[:d]+    return Xc @ evecs[:, order]+++def expression_space(X: np.ndarray, dim: int) -> np.ndarray:+    return X.astype(np.float64) if SPACE == "raw" else pca_embed(X, dim)+++def pairing_cost(E: np.ndarray, occ: np.ndarray, NB: np.ndarray) -> float:+    """Total squared expression distance from each position's occupant to its neighbours'."""+    D = E[occ[NB]] - E[occ][:, None, :]+    return float((D * D).sum())+++def swap_rounds(E: np.ndarray, coords: np.ndarray, rounds: int, frac: float) -> tuple[np.ndarray, dict]:+    """Greedy 2-opt re-pairing of cells to positions; returns occupant array and diagnostics."""+    n = coords.shape[0]+    kpos = int(min(max(KNN, 2), n))+    kexp = int(min(max(KEXP, 2), n))+    NB = cKDTree(coords).query(coords, k=kpos)[1]  # positions nearest to each position+    occ = np.arange(n)+    c0 = pairing_cost(E, occ, NB)+    cost = c0+    Enorm = (E * E).sum(axis=1)++    EX = cKDTree(E).query(E, k=kexp + 1)[1][:, 1:]  # expression neighbours of each cell+    src = np.repeat(np.arange(n), kexp)+    dst = EX.reshape(-1)+    keep = src < dst  # each unordered pair once+    src, dst = src[keep], dst[keep]+    # drop pairs that already occupy neighbouring positions: nothing to gain, and the+    # O(1) delta below assumes the two neighbourhoods are disjoint+    p_idx = np.repeat(np.arange(n), kpos)+    q_idx = NB.reshape(-1)+    adj_key = np.unique(np.minimum(p_idx, q_idx).astype(np.int64) * n + np.maximum(p_idx, q_idx))+    cand_key = src.astype(np.int64) * n + dst+    not_adj = ~np.isin(cand_key, adj_key)+    src, dst = src[not_adj], dst[not_adj]++    applied = 0+    accepted_rounds = 0+    for r in range(max(rounds, 0)):+        S = E[occ[NB]].sum(axis=1)  # (n, d) sum of the embeddings sitting around each position+        a, b = occ[src], occ[dst]+        Ea, Eb = E[a], E[b]+        # exact on the fixed position graph when NB(src) and NB(dst) are disjoint+        delta = (+            (Enorm[b] - Enorm[a]) * kpos - 2.0 * ((Eb - Ea) * S[src]).sum(axis=1)+            + (Enorm[a] - Enorm[b]) * kpos - 2.0 * ((Ea - Eb) * S[dst]).sum(axis=1)+        )+        order = np.argsort(delta, kind="stable")+        budget = int(max(1, round(frac * n)))+        used = np.zeros(n, dtype=bool)+        new_occ = occ.copy()+        n_acc = 0+        for t in order:+            if n_acc >= budget:+                break+            i, j = int(src[t]), int(dst[t])+            if delta[t] >= 0:+                break+            if used[i] or used[j]:+                continue+            used[i] = used[j] = True+            new_occ[i], new_occ[j] = occ[j], occ[i]+            n_acc += 1+        if n_acc == 0:+            break+        occ = new_occ+        applied += n_acc+        accepted_rounds += 1+        cost = pairing_cost(E, occ, NB)+    stats = {+        "cost0": c0, "cost": cost, "cost_ratio": cost / max(c0, 1e-12),+        "rounds_run": accepted_rounds, "swaps": applied,+        "moved_cells": int((occ != np.arange(n)).sum()),+    }+    return occ, stats   def main() -> None:@@ -85,72 +161,55 @@ def main() -> None:     parser.add_argument("--seed", type=int, default=0)     args = parser.parse_args() +    t0 = time.time()     manifest = load_manifest(args.data)     genes = panel_genes(args.data, manifest)-    prev, last, ratio = extrap_step(manifest)-    stage_last = read_stage(args.data, last, genes)+    _, last, _ = extrap_step(manifest)+    stage = 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, 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)+    n = int(np.clip(stage.n, lo, hi))     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)+    idx = np.arange(stage.n) if n >= stage.n else np.sort(take(stage.labels, n, rng))++    expr = as_dense(stage.X, idx)+    coords = np.asarray(stage.coords, dtype=np.float64)[idx][:, :3]+    rms_in = rms_radius(coords)++    info: dict = {"method": f"knn_repair_{MODE}", "mode": MODE, "k": KNN, "kexp": KEXP,+                  "pca_dim": PCA_DIM, "space": SPACE, "n": int(expr.shape[0]),+                  "rms_in": float(rms_in)}++    if MODE == "nudge":+        beta = BETA+        info["beta"] = beta+        if beta != 0.0:+            emb = expression_space(expr, PCA_DIM)+            k = int(min(max(KNN, 2), expr.shape[0]))+            nb = cKDTree(emb).query(emb, k=k)[1]+            step = beta * (coords[nb].mean(axis=1) - coords)+            coords = coords + step+            info["mean_disp_over_rms"] = float(np.sqrt((step * step).sum(1)).mean() / max(rms_in, 1e-9))+            mu = coords.mean(axis=0)+            r = rms_radius(coords)+            if r > 1e-9:+                coords = mu + (coords - mu) * (rms_in / r)+        info["rms_out"] = float(rms_radius(coords))+    else:+        info["rounds"] = ROUNDS+        info["frac"] = FRAC+        if ROUNDS > 0:+            emb = expression_space(expr, PCA_DIM)+            occ, stats = swap_rounds(emb, coords, ROUNDS, FRAC)+            info.update(stats)+            # permutation: cell i's expression now carries the coordinate of position occ[i]+            inv = np.empty_like(occ)+            inv[occ] = np.arange(len(occ))+            coords = coords[inv]+        info["rms_out"] = float(rms_radius(coords))++    info["secs"] = round(time.time() - t0, 1)+    print(json.dumps({"last": last["stage"], **info}, default=float), file=sys.stderr)     write_t2(args.out, expr, coords.astype(np.float32), genes, seed=args.seed)  

调研来源?调研员查到并用到的知识条目和文献检索结果（只列标题和编号）。

用到的知识库条目

分析结果?分析员写的 ANALYSIS.json：改了什么、各组分数怎么变、假设是否成立、经验和下一步建议。

对话摘要?每个角色和大模型对话的统计：轮数、工具调用、用时、token 数和最后的回答摘录；原始记录只给路径。

只给统计和最后回答的摘录；完整对话请到原始记录位置里列出的文件看。

分析员

ANALYSIS.json written

工程师

做了什么：把 PLAN 的"坐标点位移"改成**坐标置换**——表达逐位照抄末输入，用贪心 2-opt 把末阶段自己的坐标重新配对给细胞（位置图固定，PCA-30 表达嵌入，代价 = 每个位置到其 15 空间邻居的表达平方距离），使表达相似的细胞占据相邻位置。置换保持坐标多重集逐位不变，所以集合/尺度/表达类指标构造上不动，只有 `neighborhood_mmd` 能变。PLAN 原版点位移（β=0.05，代码保留 `T2HX_MODE=nudge`）实测方向对但代价大：邻域 0.11445→0.11422（+0.013 分）却把 occupancy_dice skill 打到 0.416，总分 49.39。

查分（proxy_noscale，A 半，seed 0，用 4/20 次）：
- `T2HX_ROUNDS=0`（机制关）= 50.00，八项原始值全在地板，逐位等于 copy_last；
- nudge β=0.05 = 49.39；
- **提交版 ROUNDS=6/FRAC=0.4 = 50.46**（树内新高）：local_spatial 50.00→50.95，neighborhood_mmd 0.11445→0.11017（skill 0.5095，低于 PLAN 目标 0.1114），cost_ratio 0.918、13921/24826 细胞换位；expression_change、cell_state 逐位保持地板。shape_scale 的 50.90 是评分子抽样偶然（occupancy_dice 抽到同一坐标集的不同子集，d2_shape 反而略降），已在 METHOD.md 里标为非机制收益。seed 0/1 输出逐位相同，vec-check ok，~23 s / <1.5 GB。

下一步最值得试：(1) 加强机制而非加轮数——2-opt 已饱和（ROUNDS=20 只到 0.9171），应扩候选（3-环移动、允许原本相邻的对、`KEXP` 加大或 `space=raw`）把 cost 再压下去，看邻域 skill 能否上 0.52+；(2) 用同样的"零代价自由度"思路处理 cell_state：置换不改变表达多重集，所以 variogram/mmd_u 只能靠改表达，可试"只在型内做小幅表达重排（保持每基因边际分布）"；(3) 护栏（>copy_last+1）在本尺子上大概仍达不到，收益上限受邻域组 25 分权重限制。

调研员

{
  "name": "表达kNN引导坐标微调改善邻域配对（T2HX-04，β参数化）",
  "motivation": "父节点4（49.89）及全部damped_shift变体（α∈{0.05,0.1,0.15,0.5}）均≤copy_last 50.00，表达位移方向已被证伪（ANALYSIS lesson 1）。ANALYSIS建议4明确指出：针对local_spatial做'只改坐标不改表达'的探索。节点2的neighborhood_mmd skill 0.503是全树唯一曾超过地板的指标，当前节点4为0.500；坐标从未被扰动过，是唯一未被试过的自由度。形状组三项在坐标不动时逐位相同（ANALYSIS lesson 6），说明坐标方向完全未探索。",
  "approach": "步骤：1) 加载末阶段表达X（25k×500）和坐标C，完全保留表达与组成；2) 对X做PCA降至30维（与mmd_u评分用的维度一致），用scipy cKDTree或sklearn NearestNeighbors建表达空间kNN图，k=15（与neighborhood_mmd的邻域大小对齐）；3) 对每个细胞i，取其表达kNN的15个邻居坐标质心centroid_i；4) 坐标微调 C_new[i] = C[i] + β·(centroid_i − C[i])，β为唯一自由参数；5) 输出表达不变、坐标为C_new、细胞数与组成照抄；6) 单输入退路：copy_last。查分策略：先跑β=0确认与copy_last逐位一致（50.00），再跑β∈{0.02, 0.05, 0.1}，用vec-score查proxy_noscale，重点看neighborhood_mmd原始值（目标<0.1114）和结构门（邻域skill≥0.5）；若β=0.05有正向信号，细搜[0.03,0.08]。全部计算在25k×30维上<10 s，30 min时限充裕。关键参数初值：k=15、PCA维=30、β初值0.05、搜索范围[0.01,0.2]。",
  "expected_groups": ["local_spatial"],
  "risks": "1) 末阶段表达-空间配对已接近proxy目标，β>0无正向空间——Engineer在第一个β（0.05）查分后即可判断，若neighborhood_mmd≥0.1125则停止；2) 坐标扰动改变d2_shape/occupancy_dice，若邻域skill跌破0.5则结构门打折形状组（最多损失25分中的形状部分）——每次查分同时记录形状三项和门值；3) 改善幅度<1分噪声——需β梯度至少3个点确认单调性，单次差异不作为结论；4) kNN计算：25k×30维brute-force约2 s，不构成瓶颈。",
  "family_id": "T2HX-04",
  "mechanism": "每个细胞向自身表达kNN邻居的坐标质心移动β比例，收紧表达-空间配对，直接改善neighborhood_mmd所度量的'每个细胞周围是否是对的表达环境'。",
  "vs_constant_shift": "不是对表达加任何位移，也不是全局坐标缩放/旋转/平移；是每个细胞依据自身表达邻居的局部空间分布独立计算不同方向、不同幅度的坐标微调，位移量由局部表达拓扑决定。",
  "mechanism_evidence": "1) neighborhood_mmd原始值从0.1125下降（对应skill>0.500）；2) 每细胞位移L2范数分布非零且非均匀（排除全局平移）；3) β=0输出与copy_last逐位相同；4) 四组分中仅local_spatial随β变化，expression_change和shape_scale（在门未触发时）保持稳定。",
  "mechanism_off_control": "β=0：C_new=C，输出与copy_last完全相同，预期分数50.00、所有原始值逐位一致。若β>0时local_spatial无改善或下降，说明表达kNN引导的坐标微调未命中目标的空间组织，机制未生效。"
}

审查员

REVIEW.json written