research(rectification): offline R1/R2/R3 — answer-flip tolerance, V1/V2 rerun, dasha shift arithmetic

- R1: flipping 1 answer keeps truth in range 98-100% but cuts head hit by
  a third or more; 2 flips squeeze truth out in 7-10% of ±30/±60 replays
  (two flips = 8 points = SEPARATION_LEAD).
- R2: weights do apply (research scorer == production at V0); V1/V2 are
  identity at ±30/±60 by construction and leave six-question metrics
  unchanged at ±10 -> no_benefit (measured). Supplementary V1n does not
  pass the gate.
- R3: boundary shift is ~3.8 days/minute (1.3-5.9), not 1.1; the 45-day
  gate is ~8-34 minutes. The _representative_pairs hypothesis is refuted
  (all-pairs adds no dated probes); the bottleneck is monthly evaluation.
  New finding recorded as BUG-1048 (investigating): _boundary_windows
  year-straddle exemption and positional zip misalignment bypass the gate.
- Dated errata appended (no deletions) to the 09-14/09-16 briefs and
  research docs; README board row -> 待验收. No production code, scoring,
  thresholds, gates or Skill changed.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017eEAG8HD3mm8gsKXgk8uU8

docs/BUG_HISTORY.md

@@ -10789,6 +10789,7 @@
 - 修复：邀请语按候选数出话（2 → 「这两分钟」；>2 → 「这几个候选」；未知 → 不说这半句）。`exitAppendCalls()` 加入「收到 … 这 N 分钟 / 按现有信息分不开 / 说出来我接着算」，保持 `assert.equal(gates.length, 1)`，不加「只微调排序」。公开字段深比较补 `birth_time_source`。M1b 的 V1/V2 从 `no_benefit` 勘误为 `not_measured`。
 - 验证：`frontend/tests/rectification-open-collect-invite-20260914.test.ts`、`rectification-exhaustion-exit-20260906.test.ts`、`rectification-decision-authority.test.ts`。
 - 防复发：文案里出现的数字必须来自同一份数据，不得硬编码；改用户可见文案或公开字段时，必须同步跑 `npm test` 并把失败数与基线比对。
+- 补充（2026-09-26 离线研究 R2）：M1b 的 V1/V2 已重跑。权重确实生效（研究计分器 V0 与线上逐分相同）；V1/V2 在 ±30 / ±60 上按定义等于等权（0 个候选分数变化），在 ±10 上只微调分数、六题后指标不变。判定由 `not_measured` 改为 `no_benefit`（已实测）。见 `docs/research/rectification_offline_research_2026_09_26.md` §R2。
 - 相关记录：BUG-689、BUG-690、BUG-688、BUG-687、BUG-587
 - 复发自：BUG-689（邀请语复用两候选句）、BUG-690（公开字段未进深比较）
 - 修复版本：待发布
@@ -14036,3 +14037,20 @@
 - 相关记录：BUG-721、BUG-722、BUG-723、BUG-724、BUG-725、BUG-726、BUG-388、BUG-1046。
 - 复发自：无。
 - 修复版本：`ab0f01a9`，已在 staging，deploy-staging run 2930（`8a409434`）部署（2026-09-26 对账）。
+
+## BUG-1048 | 出题闸门 `_boundary_windows` 两处绕过：跨 1 月 1 日的边界不卡最小间隔，列表错位时比的是不对应的边界
+
+- 状态：investigating（离线研究确认了代码行为，未确认对真人作答的影响；未改代码）
+- 首次发现 / 最近更新：2026-09-26 / 2026-09-26
+- 影响面：`scripts/rectification/event_probes.py` `_boundary_windows`，经 `_union_boundary_dates` 影响所有带日期的自动点选题（`source = dasha_boundary`），初始与刷新两阶段；Vimshottari 与 Narayana 两条轨道都走这个函数。`event_probes.py` 属于冻结评分文件（ERR-110）。
+- 用户现象：无直接用户报告。离线研究（公开 AA 开放集 v4 与虚构时刻）发现，文档所说的「候选间大运边界差 < 45 天（刷新 30 天）不出题」并没有对所有配对生效。
+- 触发条件：（1）两个候选的同一条边界分别落在 12 月底和次年 1 月初：代码条件是 `one.year == two.year and 差 < 阈值` 才跳过，跨年的配对即使只差几天也放行。（2）两个候选的边界列表按位置 `zip`：某条边界跨出 `[出生+5, 出生+80]` 的年份边缘时，两边列表长度差一到两个元素（MD 起点与其第一个 AD 起点是同一天）。此后每一对比较的都是不对应的边界，间隔很大，于是全部放行。
+- 根因：闸门只实现了同年分支；按位置配对假设两边列表逐项对应，而 Vimshottari 的真实关系是整体平移同一天数。
+- 已确认事实：20 分钟虚构配对（MD+AD）有 10.7% 错位；v4 刷新阶段（含 PD）线上配对有 35–44% 错位。研究补丁把闸门改为对所有配对生效、错位时对齐后：±10 初始阶段没有带日期题的例子从 4 例变成 8 例，刷新阶段从 3 例变成 4 例，带日期题均值 4.85 → 4.10；±30 / ±60 基本不变。窄窗上现有的一部分带日期题依赖这两个漏洞。
+- 未确认：这些题问的是「几个候选的边界只差几天」的那个月份，按月精度回答能否可靠区分，没有评估；修掉漏洞会让窄窗更早出现「没有带日期题」，是否可以接受需要产品决定。
+- 修复：未修。任何修改都要按 ERR-110 重新冻结 sealed holdout / reported offset 记录。
+- 验证：`python3 scripts/research/representative_pairs_probe.py`（`strict_gate` 对照）、`python3 scripts/research/dasha_shift_per_minute.py`（`repo_raw_zip_misaligned_share`）。
+- 防复发：待定。改闸门时，同时用同年、跨年、列表错位三类虚构配对做回归。
+- 相关记录：BUG-689、BUG-740、BUG-1047；ERR-110。
+- 复发自：无。
+- 修复版本：未修。