docs(tasks): Claude acceptance for holdout v5 expansion (BUG-1090 resolved)

Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8

docs/BUG_HISTORY.md

@@ -14688,6 +14688,21 @@
 - 复发自：无
 - 修复版本：未修
 
+## BUG-1090 | 生时校正评价集只有 20 例，所有打分判定都在噪声线上
+
+- 状态：resolved（2026-09-29 Claude 验收：77 例 / 964 件；`holdout_v5_build.py --check` 两次一致；v4 子集 sweep 7 指标 × 3 档、cluster_width 12 字段 × 3 档、futile 六格与已发布数字逐格一致；抽样 6 例（新增 57 例的 10%）在 Astro-Seek 镜像页逐条核对出生日期 / 本地时间 / UT 偏移全部一致，astro.com 原页对自动访问返回拦截页；UTC+8 配额 5/6 为公开 AA 数据可得性缺口，接受）
+- 首次发现 / 最近更新：2026-09-29 / 2026-09-29
+- 影响面：`references/real_case_calibration/minute_rectification_holdout_v4.json`（20 例）及所有以它判定"过门 / 不过门"的打分研究（`minute_resolution_2026_09_14`、`cluster_width_2026_09_14`、`precision_gate_2026_09_14`、`rectification_offline_research_2026_09_26`、`rectification_typed_event_scoring_2026_09_29`）。
+- 用户现象：无直接用户可见变化；后果是 KP 计分（0.35→0.20）、精度分档闸门（0.80→0.75）、V1n 配权等被判 `no_benefit` 时只差 1–3 例，结论不可靠。
+- 触发条件：20 例上 1 例 = 5 个百分点。
+- 根因：v4 继承 v3 的 20 例名单，只补了事件数与领域数，没有扩例数；没有一份 ≥60 例、事件与出处经核对、口径与本仓一致的公开评价集。
+- 修复：新建 v5（`minute_rectification_holdout_v5.json`）：v4 的 20 例原样继承 + 57 例新增 Rodden-AA 公开名人，每例 ≥7 件带逐字引文的事件、≥4 领域；出生资料做时区（zoneinfo）与地名（Nominatim ≤60 km）双核对，不通过的拒收；构建脚本 `scripts/research/holdout_v5_build.py` 两次构建逐字节一致；基线脚本 `scripts/research/holdout_v5_baseline.py`。v4 不动。
+- 验证：`tests/test_holdout_v5_schema.py` 9 项通过；v5 中 v4 子集在三个回放脚本上的基线数字与 09-14 / 09-26 / 09-29 已发布数字逐格一致（`docs/research/holdout_v5_build_2026_09_29.md` §3）；v5 全集三档基线见同文 §4。
+- 防复发：`docs/research/rectification_minute_resolution_closure_2026_09_14.md` §8 与 `ACTIVE_FRONTS.md` 写明此后判定以 v5 为准；`TASK-rectification-scoring-research-20260929.md` 的判定必须在 v5 上做。分层配额 UTC+8 只到 5/6，缺口与原因写在构建说明 §1，不得静默。
+- 相关记录：BUG-560、BUG-1089、BUG-1091（研究单预留）
+- 复发自：无
+- 修复版本：`codex/rectification-holdout-expansion-20260929`，未合入
+
 ## BUG-1091 | 生时校正打分只奖不罚、权重未校准、高分辨率信号未计分
 
 - 状态：investigating（2026-09-29 研究单 `TASK-rectification-scoring-research-20260929` 脚手架已落地；判定按任务书须在 v5（≥60 例）上做，v4 上只跑通流水线、所有判定字段写 `pending_v5`）
@@ -14818,17 +14833,3 @@
 - 相关记录：BUG-1076、`TASK-chart-types-and-report-buttons-20260928.md` T3；本任务书明确有限修订旧约定。
 - 复发自：无；产品术语能力范围的收口，不是 D1 冒充分盘复发。
 - 修复版本：`codex/chart-surface-polish-20260929` 工作区，未提交、未推送。
-## BUG-1090 | 生时校正评价集只有 20 例，所有打分判定都在噪声线上
-
-- 状态：resolved（2026-09-29，v5 已建：77 例公开 AA，基线成绩单与 schema 测试齐；待 Claude 验收）
-- 首次发现 / 最近更新：2026-09-29 / 2026-09-29
-- 影响面：`references/real_case_calibration/minute_rectification_holdout_v4.json`（20 例）及所有以它判定"过门 / 不过门"的打分研究（`minute_resolution_2026_09_14`、`cluster_width_2026_09_14`、`precision_gate_2026_09_14`、`rectification_offline_research_2026_09_26`、`rectification_typed_event_scoring_2026_09_29`）。
-- 用户现象：无直接用户可见变化；后果是 KP 计分（0.35→0.20）、精度分档闸门（0.80→0.75）、V1n 配权等被判 `no_benefit` 时只差 1–3 例，结论不可靠。
-- 触发条件：20 例上 1 例 = 5 个百分点。
-- 根因：v4 继承 v3 的 20 例名单，只补了事件数与领域数，没有扩例数；没有一份 ≥60 例、事件与出处经核对、口径与本仓一致的公开评价集。
-- 修复：新建 v5（`minute_rectification_holdout_v5.json`）：v4 的 20 例原样继承 + 57 例新增 Rodden-AA 公开名人，每例 ≥7 件带逐字引文的事件、≥4 领域；出生资料做时区（zoneinfo）与地名（Nominatim ≤60 km）双核对，不通过的拒收；构建脚本 `scripts/research/holdout_v5_build.py` 两次构建逐字节一致；基线脚本 `scripts/research/holdout_v5_baseline.py`。v4 不动。
-- 验证：`tests/test_holdout_v5_schema.py` 9 项通过；v5 中 v4 子集在三个回放脚本上的基线数字与 09-14 / 09-26 / 09-29 已发布数字逐格一致（`docs/research/holdout_v5_build_2026_09_29.md` §3）；v5 全集三档基线见同文 §4。
-- 防复发：`docs/research/rectification_minute_resolution_closure_2026_09_14.md` §8 与 `ACTIVE_FRONTS.md` 写明此后判定以 v5 为准；`TASK-rectification-scoring-research-20260929.md` 的判定必须在 v5 上做。分层配额 UTC+8 只到 5/6，缺口与原因写在构建说明 §1，不得静默。
-- 相关记录：BUG-560、BUG-1089、BUG-1091（研究单预留）
-- 复发自：无
-- 修复版本：`codex/rectification-holdout-expansion-20260929`，未合入

docs/tasks/PROGRESS-rectification-holdout-expansion-20260929.md

@@ -69,3 +69,14 @@ v5 已建：**77 例**（v4 20 例原样继承 + 57 例新增公开 Rodden-AA）
 - 开工基线（`origin/staging` @ `5febb111`，本 worktree，Node 22 in PATH）：Python 步 **1001 passed / 1 skipped**；随后 `npm test` 在 `frontend` 报 `sh: 1: tsx: not found`（worktree 没装前端依赖）→ 门失败。
 - 改动后（`ca54d357`）：Python 步 **1001 passed / 1 skipped**，同一处 `tsx: not found`，与基线逐条一致。前端零改动，未在 worktree 安装依赖（环境缺口，非回归）。
 - 定向：`tests/test_holdout_v5_schema.py` 9 passed；`test_minute_resolution_research.py` + `test_cluster_width_research.py` + `test_repo_privacy_markers.py` 全绿。
+
+## Claude 验收（2026-09-29）
+
+- 范围：改动只在 `docs/`、`references/real_case_calibration/`（v5 三个新文件）、`scripts/research/holdout_v5_*.py`、`tests/test_holdout_v5_schema.py`；v3 / v4 数据与 10 个冻结文件零改动，校正验证完整性门禁绿。
+- 确定性：`holdout_v5_build.py --check` 退出 0（rebase 前后各一次）。
+- 硬红线 5：`holdout_v5_baseline_v4_all_2026_09_29.json` 里 v4 子集 sweep（±10/±30/±60 头名 0.35/0.15/0.10、覆盖 1.00、宽度 21/61/121、并列 0.05/0.05/0.00、六题回放 0.80/0.55/0.35）、cluster_width（15/33/56、覆盖 1.00）、futile 六格（20/20，宽度 14/15/15/15/34/33/34/33/53/56/53/56）与 09-14 / 09-26 / 09-29 已发布数字逐格一致。
+- 来源抽样（新增 57 例的 10%，seed 20260929 抽 6 例：Bush / Kubitschek / Nadal / Dantes / Ali / Aniston）：astro.com 原页对验收方同样返回浏览器验证页；Astro-Seek 镜像页（curl 跟随 301）逐条核对出生日期、本地时间、UT 偏移（含 Kubitschek LMT +2:54）全部与 roster 一致，采集人姓名一致；评级字母在镜像页为图标非文本，未能机器提取。Nadal 两件事件与 Wikipedia 正文一致。
+- 测试：schema 9 + 隐私 + 两轮研究测试 + 完整性门禁 + 打分研究测试 = 54 passed。
+- 分层：年代 14 段、纬度 14/44/19、南半球 12、跨午夜 9 达标；UTC+8 5/6 未达——执行方已扫全部镜像，无更多可用 AA，属数据可得性缺口，**接受**并保留在 BUG-1090 记录。
+- 已 rebase 到 `origin/staging`（四处文档冲突均为双方追加，保留两侧；定论页 §8 v5 在 §9 研究单之前）。
+- 结论：通过，合入 staging。下一步：研究单在 v5 上跑 R-A / R-B / R-C 判定。

docs/tasks/README.md

@@ -255,7 +255,7 @@
 | `TASK-self-edit-avatar-menu-20260928.md` | `PROGRESS-self-edit-avatar-menu-20260928.md` | **本人可编辑 + 各页头像菜单 + 报告页去说明**：`/people` 本人可编辑出生资料（BUG-1081，`ab6c55f8` 漏掉）；次级页头像弹同一账户菜单、弹窗项跳 `/?account=`；我的报告删顶部说明与统计 | 已实现待验收（分支 `codex/self-edit-avatar-menu-20260928`，未推送） | BUG-1081 |
 | `TASK-mobile-chart-and-confirmed-edit-20260929.md` | `PROGRESS-mobile-chart-confirmed-edit-20260929.md` | **手机星盘 + 确认时间可改 + 天空定格**：iPhone 星盘被宽表撑出屏幕（BUG-1083）；confirmed 状态改声明字段也重置排盘时间（推翻 BUG-264 约定）；「那一刻的天空」改为重放汇聚→定格→右上角分享；去掉报告星图封面 | 已验收（Claude 2026-09-29），已推 staging | BUG-1083 |
 | `TASK-rectification-futile-collect-stop-20260929.md` | `PROGRESS-rectification-futile-collect-stop-20260929.md` | **生时校正停掉无效补经历循环（止血）**：打字经历不收窄（BUG-560 后果），流程却一路索要，真机 22 件整窗不动；采集只为开闸、门开后只问点选卡问完即出卡；交付正文去吻合率；多段时旁白误报「范围没变」；交付轮带采集题 | 已验收（Claude 2026-09-29 合并验收：全量前端 4302/24 与基线同 24 条环境失败、tsc 0、lint 0 error、`/` Static、gzip +0.16%、快速门 pytest 1001 passed、两份回放复跑一致），待部署核对 | BUG-1084～1087 |
-| `TASK-rectification-holdout-expansion-20260929.md` | `PROGRESS-rectification-holdout-expansion-20260929.md` | **开放评价集扩到 ≥60 例（v5）**：所有打分判定都在 20 例上做，1 例 = 5pp，KP / 精度闸 / V1n 的 no_benefit 都只差 1–3 例。只用 Rodden AA 公开名人，事件人工核对出处，分层（年代 / 纬度 / 南半球 / 跨午夜 / UTC+8），v4 不动；基线成绩单 v4 子集须与已发布数字逐格一致。研究单的判定以 v5 为准 | 已实现待验收（v5 77 例：v4 20 + 新增 57；UTC+8 配额 5/6 未达，见 PROGRESS） | 分支 `codex/rectification-holdout-expansion-20260929`（BUG-1090） |
+| `TASK-rectification-holdout-expansion-20260929.md` | `PROGRESS-rectification-holdout-expansion-20260929.md` | **开放评价集扩到 ≥60 例（v5）**：所有打分判定都在 20 例上做，1 例 = 5pp，KP / 精度闸 / V1n 的 no_benefit 都只差 1–3 例。只用 Rodden AA 公开名人，事件人工核对出处，分层（年代 / 纬度 / 南半球 / 跨午夜 / UTC+8），v4 不动；基线成绩单 v4 子集须与已发布数字逐格一致。研究单的判定以 v5 为准 | 已验收（Claude 09-29：77 例、v4 子集数字逐格一致、抽样 6 例来源一致、冻结文件零改动；UTC+8 5/6 为数据可得性缺口，接受；已合入 staging）→ 研究单判定可开工 | 分支 `codex/rectification-holdout-expansion-20260929`（BUG-1090） |
 | `TASK-rectification-scoring-research-20260929.md` | `PROGRESS-rectification-scoring-research-20260929.md` | **打分方法研究（离线）**：R-A 似然比校准权重（leave-one-case-out，KP / Pranapada / D60 作为特征由数据定权重、允许负权重）、R-B 缺席证据（口述时间线覆盖时段内的空白年扣分，必测漏说稳健性）、R-C 精度追问可行性（对已说事件追问月份，算在定向追问 2 条额度内）。判定必须在 v5 上做；有收益才立实现单并按 ERR-110 重冻结 | 脚手架已验收（Claude 09-29：对账 60 case-radius 0 差、JSON 复跑逐字节一致、冻结文件零改动、117 测试全绿；已合入 staging）；R-A / R-B / R-C 判定待 v5 | 分支 `codex/rectification-scoring-research-20260929`（BUG-1091 investigating） |
 | `TASK-rectification-typed-event-scoring-research-20260929.md` | `PROGRESS-rectification-typed-event-research-20260929.md` | **打字经历按选择题规则计分（离线研究，不上线）**：计分通道不对称 + 已入账年份挡题；R0 学业质量题措辞 / 年精度显示成 1 月（冻结文件，需重新冻结） | 已验收（Claude 2026-09-29 合并验收：全量前端 4302/24 与基线同 24 条环境失败、tsc 0、lint 0 error、`/` Static、gzip +0.16%、快速门 pytest 1001 passed、两份回放复跑一致），待部署核对 | BUG-1088、1089 |
 | `TASK-report-reader-polish-20260929.md` | `PROGRESS-report-reader-polish-20260929.md` | **报告页打磨**：生成入口挪进页面主体（删标题栏按钮）、详情页到底部按钮（懒渲染一次到底）、导出按钮带文字、目录一级/二级分层、去掉「字段」与 RL/NL 缩写表头、状态列同义重复去重、报告表格淡底色、分块导出显示真实文件大小 | Claude 直接执行并自验（tsc 0、lint 0 error、全量 fail 与基线同 24 条、`/` Static、gzip +7 B、快速门 Python 1000 passed），已部署 staging `d7772011`，真机欠 | BUG-1092～1094 |