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
2026-09-26 14:47:48 +08:00
parent 7203d94e9c
commit 0f5442cea2
19 changed files with 19012 additions and 1 deletions
@@ -0,0 +1,415 @@
+{
+  "generated_at": "2026-09-26",
+  "nature": "fictional instants only; pure astronomy + repo Vimshottari helper",
+  "ayanamsa": "raman (swisseph SIDM_RAMAN)",
+  "dasha_year_days": 365.25,
+  "samples": 2000,
+  "seed": 7,
+  "old_claim": {
+    "days_per_minute": 1.1,
+    "vimshottari_days_per_degree": 122.0,
+    "correct_mean_days_per_degree": 365.25,
+    "moon_deg_per_minute_mean": 0.00914
+  },
+  "analytic_days_per_minute": {
+    "n": 2000,
+    "mean": 3.32,
+    "p0": 1.34,
+    "p10": 1.58,
+    "p25": 1.8,
+    "p50": 3.82,
+    "p75": 4.54,
+    "p90": 5.0,
+    "p100": 5.85
+  },
+  "finite_difference_days_per_minute": {
+    "n": 1997,
+    "mean": 3.32,
+    "p0": 1.34,
+    "p10": 1.58,
+    "p25": 1.8,
+    "p50": 3.82,
+    "p75": 4.54,
+    "p90": 5.0,
+    "p100": 5.85
+  },
+  "repo_vim_start_dates_days_per_minute": {
+    "n": 299,
+    "mean": 3.5,
+    "p0": 1.35,
+    "p10": 1.6,
+    "p25": 1.95,
+    "p50": 4.05,
+    "p75": 4.55,
+    "p90": 5.0,
+    "p100": 5.75
+  },
+  "repo_samples": 299,
+  "repo_crossed_nakshatra_in_20_min": 1,
+  "repo_max_spread_days": 1,
+  "repo_raw_zip_misaligned_share": 0.107,
+  "by_lord": {
+    "Ketu": {
+      "n": 222,
+      "mean": 1.76,
+      "p0": 1.57,
+      "p10": 1.58,
+      "p25": 1.61,
+      "p50": 1.77,
+      "p75": 1.89,
+      "p90": 1.95,
+      "p100": 2.04,
+      "years": 7.0
+    },
+    "Venus": {
+      "n": 224,
+      "mean": 4.98,
+      "p0": 4.48,
+      "p10": 4.49,
+      "p25": 4.57,
+      "p50": 4.93,
+      "p75": 5.32,
+      "p90": 5.59,
+      "p100": 5.85,
+      "years": 20.0
+    },
+    "Sun": {
+      "n": 250,
+      "mean": 1.51,
+      "p0": 1.34,
+      "p10": 1.35,
+      "p25": 1.39,
+      "p50": 1.5,
+      "p75": 1.62,
+      "p90": 1.69,
+      "p100": 1.75,
+      "years": 6.0
+    },
+    "Moon": {
+      "n": 233,
+      "mean": 2.49,
+      "p0": 2.25,
+      "p10": 2.26,
+      "p25": 2.3,
+      "p50": 2.47,
+      "p75": 2.65,
+      "p90": 2.76,
+      "p100": 2.91,
+      "years": 10.0
+    },
+    "Mars": {
+      "n": 206,
+      "mean": 1.75,
+      "p0": 1.57,
+      "p10": 1.58,
+      "p25": 1.6,
+      "p50": 1.71,
+      "p75": 1.88,
+      "p90": 1.95,
+      "p100": 2.03,
+      "years": 7.0
+    },
+    "Rahu": {
+      "n": 224,
+      "mean": 4.52,
+      "p0": 4.05,
+      "p10": 4.07,
+      "p25": 4.18,
+      "p50": 4.54,
+      "p75": 4.82,
+      "p90": 4.99,
+      "p100": 5.23,
+      "years": 18.0
+    },
+    "Jupiter": {
+      "n": 202,
+      "mean": 4.01,
+      "p0": 3.6,
+      "p10": 3.62,
+      "p25": 3.68,
+      "p50": 3.96,
+      "p75": 4.28,
+      "p90": 4.43,
+      "p100": 4.64,
+      "years": 16.0
+    },
+    "Saturn": {
+      "n": 227,
+      "mean": 4.76,
+      "p0": 4.26,
+      "p10": 4.31,
+      "p25": 4.4,
+      "p50": 4.71,
+      "p75": 5.11,
+      "p90": 5.24,
+      "p100": 5.52,
+      "years": 19.0
+    },
+    "Mercury": {
+      "n": 212,
+      "mean": 4.26,
+      "p0": 3.81,
+      "p10": 3.83,
+      "p25": 3.92,
+      "p50": 4.18,
+      "p75": 4.57,
+      "p90": 4.8,
+      "p100": 4.98,
+      "years": 17.0
+    }
+  },
+  "moon_speed_deg_per_day": {
+    "n": 2000,
+    "mean": 13.167,
+    "p0": 11.769,
+    "p10": 11.877,
+    "p25": 12.114,
+    "p50": 13.048,
+    "p75": 14.128,
+    "p90": 14.647,
+    "p100": 15.386
+  },
+  "theoretical_range_days_per_minute": {
+    "min": 1.34,
+    "max": 5.85
+  },
+  "gate_minutes": {
+    "gate_45": {
+      "n": 2000,
+      "mean": 16.9,
+      "p0": 7.7,
+      "p10": 9.0,
+      "p25": 9.9,
+      "p50": 11.8,
+      "p75": 24.9,
+      "p90": 28.5,
+      "p100": 33.5
+    },
+    "refresh_30": {
+      "n": 2000,
+      "mean": 11.3,
+      "p0": 5.1,
+      "p10": 6.0,
+      "p25": 6.6,
+      "p50": 7.8,
+      "p75": 16.6,
+      "p90": 19.0,
+      "p100": 22.3
+    }
+  },
+  "window_table": [
+    {
+      "candidate_gap_minutes": 2,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 6.6,
+        "p0": 2.7,
+        "p10": 3.2,
+        "p25": 3.6,
+        "p50": 7.6,
+        "p75": 9.1,
+        "p90": 10.0,
+        "p100": 11.7
+      },
+      "share_ge_45_days": 0.0,
+      "share_ge_30_days": 0.0,
+      "old_claim_days": 2.2
+    },
+    {
+      "candidate_gap_minutes": 4,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 13.3,
+        "p0": 5.4,
+        "p10": 6.3,
+        "p25": 7.2,
+        "p50": 15.3,
+        "p75": 18.2,
+        "p90": 20.0,
+        "p100": 23.4
+      },
+      "share_ge_45_days": 0.0,
+      "share_ge_30_days": 0.0,
+      "old_claim_days": 4.4
+    },
+    {
+      "candidate_gap_minutes": 6,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 19.9,
+        "p0": 8.1,
+        "p10": 9.5,
+        "p25": 10.8,
+        "p50": 22.9,
+        "p75": 27.2,
+        "p90": 30.0,
+        "p100": 35.1
+      },
+      "share_ge_45_days": 0.0,
+      "share_ge_30_days": 0.1,
+      "old_claim_days": 6.6
+    },
+    {
+      "candidate_gap_minutes": 10,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 33.2,
+        "p0": 13.4,
+        "p10": 15.8,
+        "p25": 18.0,
+        "p50": 38.2,
+        "p75": 45.4,
+        "p90": 50.0,
+        "p100": 58.5
+      },
+      "share_ge_45_days": 0.273,
+      "share_ge_30_days": 0.544,
+      "old_claim_days": 11.0
+    },
+    {
+      "candidate_gap_minutes": 20,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 66.3,
+        "p0": 26.9,
+        "p10": 31.5,
+        "p25": 36.1,
+        "p50": 76.5,
+        "p75": 90.8,
+        "p90": 100.0,
+        "p100": 117.1
+      },
+      "share_ge_45_days": 0.659,
+      "share_ge_30_days": 0.94,
+      "old_claim_days": 22.0
+    },
+    {
+      "candidate_gap_minutes": 30,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 99.5,
+        "p0": 40.3,
+        "p10": 47.3,
+        "p25": 54.1,
+        "p50": 114.7,
+        "p75": 136.2,
+        "p90": 149.9,
+        "p100": 175.6
+      },
+      "share_ge_45_days": 0.94,
+      "share_ge_30_days": 1.0,
+      "old_claim_days": 33.0
+    },
+    {
+      "candidate_gap_minutes": 40,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 132.6,
+        "p0": 53.8,
+        "p10": 63.1,
+        "p25": 72.2,
+        "p50": 153.0,
+        "p75": 181.5,
+        "p90": 199.9,
+        "p100": 234.1
+      },
+      "share_ge_45_days": 1.0,
+      "share_ge_30_days": 1.0,
+      "old_claim_days": 44.0
+    },
+    {
+      "candidate_gap_minutes": 60,
+      "boundary_gap_days": {
+        "n": 2000,
+        "mean": 198.9,
+        "p0": 80.7,
+        "p10": 94.6,
+        "p25": 108.2,
+        "p50": 229.5,
+        "p75": 272.3,
+        "p90": 299.9,
+        "p100": 351.2
+      },
+      "share_ge_45_days": 1.0,
+      "share_ge_30_days": 1.0,
+      "old_claim_days": 66.0
+    }
+  ],
+  "precision_table": [
+    {
+      "evidence": "day_exact",
+      "span_days": 1.0,
+      "min_separable_minutes_p90_shift": 0.2,
+      "min_separable_minutes_median_shift": 0.3,
+      "min_separable_minutes_p10_shift": 0.6,
+      "min_separable_minutes_slowest": 0.7
+    },
+    {
+      "evidence": "day_pm3",
+      "span_days": 7.0,
+      "min_separable_minutes_p90_shift": 1.4,
+      "min_separable_minutes_median_shift": 1.8,
+      "min_separable_minutes_p10_shift": 4.4,
+      "min_separable_minutes_slowest": 5.2
+    },
+    {
+      "evidence": "day_pm7",
+      "span_days": 15.0,
+      "min_separable_minutes_p90_shift": 3.0,
+      "min_separable_minutes_median_shift": 3.9,
+      "min_separable_minutes_p10_shift": 9.5,
+      "min_separable_minutes_slowest": 11.2
+    },
+    {
+      "evidence": "month",
+      "span_days": 30.44,
+      "min_separable_minutes_p90_shift": 6.1,
+      "min_separable_minutes_median_shift": 8.0,
+      "min_separable_minutes_p10_shift": 19.3,
+      "min_separable_minutes_slowest": 22.6
+    },
+    {
+      "evidence": "gate_45_same_year",
+      "span_days": 45.0,
+      "min_separable_minutes_p90_shift": 9.0,
+      "min_separable_minutes_median_shift": 11.8,
+      "min_separable_minutes_p10_shift": 28.5,
+      "min_separable_minutes_slowest": 33.5
+    },
+    {
+      "evidence": "year",
+      "span_days": 365.25,
+      "min_separable_minutes_p90_shift": 73.1,
+      "min_separable_minutes_median_shift": 95.5,
+      "min_separable_minutes_p10_shift": 231.6,
+      "min_separable_minutes_slowest": 271.7
+    }
+  ],
+  "straddle_table": [
+    {
+      "candidate_gap_minutes": 2,
+      "boundary_gap_days_median": 7.6,
+      "p_different_month": 0.251,
+      "p_different_year": 0.021
+    },
+    {
+      "candidate_gap_minutes": 6,
+      "boundary_gap_days_median": 22.9,
+      "p_different_month": 0.754,
+      "p_different_year": 0.063
+    },
+    {
+      "candidate_gap_minutes": 10,
+      "boundary_gap_days_median": 38.2,
+      "p_different_month": 1.0,
+      "p_different_year": 0.105
+    },
+    {
+      "candidate_gap_minutes": 20,
+      "boundary_gap_days_median": 76.5,
+      "p_different_month": 1.0,
+      "p_different_year": 0.209
+    }
+  ],
+  "command": "python3 scripts/research/dasha_shift_per_minute.py"
+}
@@ -279,3 +279,12 @@ V3 在 ±7 天偏移下：

 错误 0 例。20 例跑完。

+
+### 勘误（2026-09-26，离线研究 R2）
+
+上面 2026-09-15 勘误把 V1 / V2 改成 `not_measured`，理由是「更像权重没真正打上」。本轮已重跑（`python3 scripts/research/varga_sensitivity_rerun.py`，`docs/research/varga_sensitivity_rerun_2026_09_26.json`）：
+
+- 研究计分器在 V0 时与线上计分逐分相同（0 / 2060 候选有差）。
+- V1 / V2 权重确实打上了。但在 ±30 / ±60 上按定义就是恒等：窗宽 60 / 120 分钟时 V1 的系数全部截断到 1，V2 不丢任何分盘，0 个候选分数变化。在 ±10 上 V1 改了 168 / 220、V2 改了 159 / 220 个候选的分数（最大 0.43 / 0.63 分），六题后头名、覆盖、宽度仍与 V0 完全相同。
+- **V1 / V2 判定改为 `no_benefit`（已实测）**，取代 `not_measured`。原表与原判定文字保留。
+- 补充方案 V1n（按敏感度反比、归一化到平均 1）头名 0.85 / 0.60 / 0.50，宽度 15 / 33 / 73，不过门。详见 `docs/research/rectification_offline_research_2026_09_26.md` §R2。
@@ -87,3 +87,10 @@
 1. **先确认指标口径再下结论。** 第一轮的头条结论就是被"不含淘汰"的宽度口径带偏的；第二轮 M0 才把它纠回来。
 2. **不要从 docstring 推断行为。** 簇合并那条假线索就是这么来的——实测它从未触发。
 3. **真值覆盖率优先于区间宽度。** 把区间做窄很容易，把真实分钟挤出去是更严重的错误（`AGENTS.md` Part B B4）。W3 就是卡在这一条。
+
+## 7. 勘误与补充（2026-09-26 离线研究）
+
+- §5 索引里「M1b 的 V1/V2 标为未测」已过时：2026-09-26 重跑后，V1/V2 **已实测、无收益**。它们在 ±30 / ±60 上按定义等于等权，在 ±10 上只微调分数、不改六题后指标。
+- 任务书和 BUG-689 邀请语依据里的「1 分钟 ≈ 1.1 天大运边界位移」有误，实测中位 3.8 天（1.3–5.9）。45 天闸门对应 8–34 分钟，不是 40 分钟。
+- 新增答错容错：答错 1 题，真值在区间 98–100%；答错 2 题，±30 / ±60 上 7–10% 的回放会挤出真值（两道反答 = 8 分 = 淘汰线）。
+- 全文见 `docs/research/rectification_offline_research_2026_09_26.md`。
@@ -0,0 +1,210 @@
+# 生时校正三项离线研究（2026-09-26）
+
+- 任务书：`docs/tasks/TASK-rectification-offline-research-20260926.md`；进度：`docs/tasks/PROGRESS-rectification-offline-research-20260926.md`
+- 分支：`codex/rectification-offline-research-20260926`，测量在 `origin/staging` @ `7ddce2c9` 上完成（引擎代码与任务书基线 `abb05b67` 相同），提交已变基到 `7203d94e`（其间只新增 `fewer_probes_card_replay.py` 与文档，引擎与打分代码未变）。
+- 性质：**离线测量。不改线上代码、打分、阈值、出题闸门、Skill。** 研究脚本读引擎内部函数，个别测量在一次调用内临时替换模块属性，调用结束立即恢复，脚本末尾断言已恢复。
+- 数据：`references/real_case_calibration/minute_rectification_holdout_v4.json`，20 例公开 Rodden-AA 名人。R3a 只用随机虚构时刻。**这是开放集回放，不是盲测，下面的数字不是准确率。**
+- 口径：ayanamsa `raman`，node mode `mean`，步长 2 分钟，半径 ±10 / ±30 / ±60。交付区间 = 未淘汰、且落后头名不足 8 分的簇的并集（线上 `unionStillValidRange`）。六题回放沿用 09-14 研究：同一份六道题，不随作答重新出题。
+- 同机 A/B：R1、R3a 在 `PYTHONHASHSEED` 不同的两次运行下 JSON 逐字节一致；R2、R3c 换 `PYTHONHASHSEED` 复跑，汇总与已存 JSON 完全一致（见进度记录）。不与其他机器的浮点结果比对（BUG-985）。
+
+## 结论
+
+| 项 | 一句话结论 | 是否建议立实现单 |
+| --- | --- | --- |
+| R1 答错容错 | 答错 1 题，真值几乎都还在区间里（98–100%），但头名命中降三到四成。答错 2 题，±30 / ±60 上约 7–10% 的回放会把真值挤出区间，半数以上的例子至少有一种两题组合会挤出。原因是两道反答正好造成 8 分差，等于淘汰线 | **不立实现单**。给产品一条口径：区间变窄不等于更准（±10 反答后宽度反而从 15 收到 11） |
+| R2 V1/V2 分盘配权 | 权重确实生效了：研究计分器在 V0 与线上逐分相同。V1/V2 在 ±30 / ±60 上按定义就是恒等，0 个候选分数变化。在 ±10 上改了约 3/4 候选的分数（最多 0.4–0.6 分），六题后指标与基线完全相同。**判定由 `not_measured` 改为 `no_benefit`（已实测）** | **不立实现单**。补充的 V1n（按敏感度归一化重新分配权重）头名 +1/+1/+2 例，但宽度没降，±60 宽度 56→73，不过门 |
+| R3 算术改正 | 1 分钟对应大运边界位移中位 **3.8 天**，不是 1.1 天（p10 1.6、p90 5.0，范围 1.3–5.9），按出生星宿主星分两档。45 天闸门对应 **8–34 分钟**（中位 12，p10–p90 为 9–29），不是 40 分钟。`_representative_pairs` 推断**被推翻**：改成全部两两配对后，带日期的题一道都没多。真正的卡点在逐月评估：只有 3%（刷新阶段 0.4%）的边界月份能让代表候选分到两边 | **不立实现单**。另记一个新发现：`_boundary_windows` 有两处绕过闸门的漏洞（跨 1 月 1 日豁免、按位置 zip 错位），记为 BUG-1048 `investigating`，是否修要等产品决定 |
+
+---
+
+## R1 · 答错 1–2 题的容错
+
+**方法。** 每例每个半径用线上 G0 闸门出题，取前六题。按真值给出最优是 / 否，再从能作答的题里随机选 1 题或 2 题反过来答（固定种子 `20260926`，按例、半径、题数、重复序号生成随机数，每格重复 30 次）。另外对所有组合穷举一遍作对照。能作答的题少于 k 的例子不进该格；所以每格另列「同一批例子不答错」的基线。
+
+复跑：`python3 scripts/research/answer_flip_tolerance.py`（约 1 分钟）→ `docs/research/answer_flip_tolerance_2026_09_26.json`
+
+| 半径 | 答错题数 | 例数 | 回放次数 | 真值在区间 | 头名命中 | 宽度中位（分钟） | 至少一次挤出真值的例子 | 同批例子不答错：命中 / 宽度 |
+| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
+| ±10 | 0 | 20 | 20 | 1.000 | 0.80 | 15 | 0 | — |
+| ±10 | 1 | 16 | 480 | 1.000 | 0.58 | 13 | 0 | 0.94 / 12 |
+| ±10 | 2 | 15 | 450 | 0.996 | 0.40 | 11 | 1 | 0.93 / 11 |
+| ±30 | 0 | 20 | 20 | 1.000 | 0.55 | 33 | 0 | — |
+| ±30 | 1 | 18 | 540 | 0.989 | 0.33 | 35 | 1 | 0.61 / 32 |
+| ±30 | 2 | 18 | 540 | 0.926 | 0.08 | 33 | 9 | 0.61 / 32 |
+| ±60 | 0 | 20 | 20 | 1.000 | 0.40 | 56 | 0 | — |
+| ±60 | 1 | 18 | 540 | 0.981 | 0.24 | 73 | 2 | 0.44 / 54 |
+| ±60 | 2 | 18 | 540 | 0.898 | 0.06 | 71 | 12 | 0.44 / 54 |
+
+穷举对照（每例所有 1 题 / 2 题组合）：真值在区间 ±10 1.000 / 0.990，±30 0.991 / 0.919，±60 0.981 / 0.907；头名 ±10 0.66 / 0.43，±30 0.33 / 0.09，±60 0.23 / 0.06。随机抽样与穷举一致。
+
+不答错的基线与 09-14 精度闸门研究的 G0 完全一致（0.80 / 0.55 / 0.40；15 / 33 / 56；20/20），说明回放链路没有漂移。
+
+**读法。**
+
+1. **真值从未被淘汰。** 强冲突淘汰要 3 次；答错 2 题最多给真值 2 次冲突。
+2. **挤出真值靠的是 8 分线。** 一道反答让真值 −2、另一侧 +2，相对差 4 分；两道反答正好 8 分，等于 `SEPARATION_LEAD = 8`。所以 k=2 开始挤出真值，k=1 只有真值原本就贴线的例子才会被挤出。
+3. **±10 上答错反而让区间更窄**（15 → 13 → 11），头名却从 0.94 掉到 0.40。窄是因为错误答案把一个假头名推高了，不是因为更准。**产品口径：不要把「范围变窄」讲成「更确定了」。**
+4. 回放的六道题不随作答重出，这一点对答对和答错两边都一样。真人答错后，后续题目可能被带偏，实际影响可能更大，本回放测不到。
+
+**是否建议立实现单：不建议。** 容错与淘汰线（8 分、3 次冲突）是同一组常数，要改就会同时影响答对时的宽度，需要另立研究。可选方向（均未测）：答题之间出现矛盾时放宽交付并集；在交付卡上允许「改一道答案」。
+
+---
+
+## R2 · V1/V2 分盘敏感度配权重跑
+
+**背景。** 09-14 精度闸门研究的 M1b 里，V1/V2 与 V0 数字完全一样。BUG-692 把判定改成 `not_measured`，文中怀疑「权重没真正打上」。本轮先证明权重有没有生效，再重跑。
+
+复跑：`python3 scripts/research/varga_sensitivity_rerun.py`（约 16 分钟）→ `docs/research/varga_sensitivity_rerun_2026_09_26.json`
+
+### 第一步：权重是否改了分数
+
+| 半径 | 研究计分器 V0 vs 线上 | V1 vs V0：分数变化的候选 | V1 最大分差 | V1 头名变化例 | V2 vs V0：分数变化的候选 | V2 最大分差 | V2 头名变化例 | V2 丢掉某领域分盘的例子 |
+| --- | --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
+| ±10 | 0 / 220 不同 | 168 / 220（17 例） | 0.428 | 0 | 159 / 220（17 例） | 0.625 | 1 | 12 |
+| ±30 | 0 / 620 不同 | **0 / 620** | 0 | 0 | **0 / 620** | 0 | 0 | 0 |
+| ±60 | 0 / 1220 不同 | **0 / 1220** | 0 | 0 | **0 / 1220** | 0 | 0 | 0 |
+
+V1 系数 `min(窗宽 / 分盘换一次上升的分钟数, 1)`：
+
+| 窗宽 | D2 | D3 | D5 | 其余 8 张（D4/D7/D9/D10/D11/D12/D24/D30） |
+| --- | ---: | ---: | ---: | ---: |
+| 20 分钟（±10） | 0.33 | 0.50 | 0.83 | 1.00 |
+| 60 分钟（±30） | 1.00 | 1.00 | 1.00 | 1.00 |
+| 120 分钟（±60） | 1.00 | 1.00 | 1.00 | 1.00 |
+
+**结论：权重生效了，是 V1/V2 的定义本身在宽窗上等于恒等。** 11 张计分分盘里最慢的 D2 每 60 分钟换一次上升，窗宽 ≥ 60 分钟时 V1 每个系数都截断到 1。V2 只丢掉窗内一次都不变的分盘，窗宽 ≥ 60 分钟时每张都会变。±10 上两者确实改了分数，但幅度小于候选之间的分差。09-14「与 V0 相同」的数字是真实结果，不是没打上权重。
+
+### 第二步：按 closure 口径重跑（G0 闸门、六题回放）
+
+| 半径 | 方案 | 头名命中 | 真值在区间 | 宽度中位 | 引擎头名（答题前） | 六题后再出 | 判定 |
+| --- | --- | ---: | ---: | ---: | ---: | ---: | --- |
+| ±10 | V0 | 0.80 | 20/20 | 15 | 0.30 | 3.25 | 基线 |
+| ±10 | V1 | 0.80 | 20/20 | 15 | 0.30 | 3.25 | no_benefit |
+| ±10 | V2 | 0.80 | 20/20 | 15 | 0.35 | 3.25 | no_benefit |
+| ±10 | V1n（补充） | 0.85 | 20/20 | 15 | 0.45 | 3.25 | no_benefit（宽度未降） |
+| ±30 | V0 | 0.55 | 20/20 | 33 | 0.20 | 5.45 | 基线 |
+| ±30 | V1 / V2 | 0.55 | 20/20 | 33 | 0.20 | 5.45 | no_benefit（恒等） |
+| ±30 | V1n（补充） | 0.60 | 20/20 | 33 | 0.15 | 5.45 | no_benefit（宽度未降） |
+| ±60 | V0 | 0.40 | 20/20 | 56 | 0.05 | 5.75 | 基线 |
+| ±60 | V1 / V2 | 0.40 | 20/20 | 56 | 0.05 | 5.75 | no_benefit（恒等） |
+| ±60 | V1n（补充） | 0.50 | 20/20 | **73** | 0.10 | 5.90 | no_benefit（宽度变宽） |
+
+判定沿用 `precision_gate_lib.gate_verdict`：头名不降**且**宽度下降才算有收益，覆盖不得下降。
+
+**V1n 是什么。** 这是 09-14 设计里没有的补充方案。每张分盘的系数与「换一次上升的分钟数」成反比，再归一化到 11 张盘的平均系数等于 1。总分量不变，只把权重从慢盘挪到快盘（D2 0.17、D3 0.26、D5 0.43、D7 0.60、D9 0.77、D10 0.85、D11 0.94、D12 1.02、D4 1.36、D24 2.05、D30 2.56）。它改了全部候选的分数，头名多中 1 / 1 / 2 例（20 例里），但宽度没有收窄，±60 反而变宽。样本只有 20 例，+1 例在噪声范围内。
+
+**是否建议立实现单：不建议。** V1/V2 结论更新为 `no_benefit`（已实测）。V1n 若要继续，先补 ±7 天日期偏移和 R1 答错两项稳健性，再谈实现。
+
+---
+
+## R3 · 改正「1 分钟 ≈ 1.1 天」与 `_representative_pairs` 推断
+
+### R3a · 1 分钟对应多少天
+
+复跑：`python3 scripts/research/dasha_shift_per_minute.py`（1 秒）→ `docs/research/dasha_shift_per_minute_2026_09_26.json`
+
+**推导。** 第一段大运的余额是 `(1 − 星宿内进度) × 主星年数`。之后每一个 MD / AD / PD 的起点都等于「出生 + 余额 + 固定时长」，所以出生时间挪 1 分钟，**所有边界整体平移同一个天数**：
+
+> 平移天数 / 分钟 = 月亮每分钟走的度数 ÷ 13.333° × 主星年数 × 365.25
+
+月亮平均每分钟 0.0091°。Vimshottari 120 年覆盖 9 个星宿（120°），**平均 1° ≈ 365 天**，按主星从 164 天（太阳 6 年）到 548 天（金星 20 年）不等。09-14 文档写的「1° ≈ 122 天」是错的，于是算成 0.0092 × 122 ≈ 1.1 天，把位移低估了约 3.5 倍。
+
+**实测（2000 个虚构时刻，种子 7，swisseph 恒星黄道 Raman）：**
+
+| 测法 | n | 平均 | p0 | p10 | p25 | 中位 | p75 | p90 | p100 |
+| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
+| 解析式（月速 × 主星年数） | 2000 | 3.32 | 1.34 | 1.58 | 1.80 | **3.82** | 4.54 | 5.00 | 5.85 |
+| 差分（余额在 t 与 t+1 分钟） | 1997 | 3.32 | 1.34 | 1.58 | 1.80 | 3.82 | 4.54 | 5.00 | 5.85 |
+| 仓库 `_vim_start_dates`（t 与 t+20 分钟，÷20） | 299 | 3.50 | 1.35 | 1.60 | 1.95 | 4.05 | 4.55 | 5.00 | 5.75 |
+
+仓库函数的所有 MD / AD 起点在 20 分钟内平移同一个天数（对齐后差值最大相差 1 天，是日期取整）。它是前 300 个时刻的子样本，中位 4.05 与全样本 3.82 的差异来自抽样。
+
+**按出生星宿主星分两档**（中位，天 / 分钟）：太阳 1.50、火星 1.71、计都 1.77、月亮 2.47 ｜ 木星 3.96、水星 4.18、罗睺 4.54、土星 4.71、金星 4.93。前一档约占 45%。所以「中位 3.8」落在两档之间，单个人的实际值要么约 1.5–2.5，要么约 4–5。
+
+### 闸门与窗宽换算（改正后）
+
+| 候选相隔 | 边界相差（天，中位 / p10 / p90） | ≥45 天的比例 | ≥30 天的比例 | 旧文档写的 |
+| --- | --- | ---: | ---: | --- |
+| 2 分钟 | 7.6 / 3.2 / 10.0 | 0% | 0% | ≈ 2 天 |
+| 4 分钟 | 15.3 / 6.3 / 20.0 | 0% | 0% | — |
+| 10 分钟 | 38.2 / 15.8 / 50.0 | 27% | 54% | — |
+| 20 分钟 | 76.5 / 31.5 / 100.0 | 66% | 94% | ≈ 22 天、不可出题 |
+| 30 分钟 | 114.7 / 47.3 / 149.9 | 94% | 100% | — |
+| 40 分钟 | 153.0 / 63.1 / 199.9 | 100% | 100% | ≈ 45 天 |
+
+- **45 天闸门 ↔ 中位 11.8 分钟**（p10 9.0，p90 28.5，全范围 7.7–33.5）。
+- **30 天刷新闸门 ↔ 中位 7.8 分钟**（6.0–19.0，全范围 5.1–22.3）。
+
+### 不同精度的证据能分开多近的候选
+
+证据日期要落在两个候选的边界之间，才能把它们分到两边。所需边界差约等于证据的日期跨度，再除以每分钟平移天数：
+
+| 证据精度 | 日期跨度 | 稳定可分的候选间距（分钟） 快档 p90 | 中位 | 慢档 p10 | 最慢 |
+| --- | ---: | ---: | ---: | ---: | ---: |
+| 确切某一天 | 1 天 | 0.2 | 0.3 | 0.6 | 0.7 |
+| 某天 ±3 天 | 7 天 | 1.4 | 1.8 | 4.4 | 5.2 |
+| 某天 ±7 天 | 15 天 | 3.0 | 3.9 | 9.5 | 11.2 |
+| 记得到月 | 30.4 天 | 6.1 | 8.0 | 19.3 | 22.6 |
+| 线上 45 天闸门 | 45 天 | 9.0 | 11.8 | 28.5 | 33.5 |
+| 只记得年 | 365 天 | 73 | 95 | 232 | 272 |
+
+低于这个间距时，只有两条边界恰好跨在月初（或年初）两侧才能分开，概率约为「边界差 ÷ 跨度」。例如按中位平移，相隔 2 分钟的一对候选：跨月概率 25%，跨年概率 2%；相隔 20 分钟：跨年概率 21%。
+
+**所以：** 记得到月的事件，在候选相隔约 8 分钟以上（慢档约 20 分钟以上）时就够用；记得到天（容许几天误差）的事件，能分开相隔 2–5 分钟的候选。只记得年的事件单靠大运边界分不开 ±60 以内的候选，只有跨年的那一小部分边界例外。
+
+### R3c · `_representative_pairs` 推断核实
+
+**任务书的推断：** 「出不来题」的真正原因可能是 `_representative_pairs` 只比较相邻代表分钟和首尾一对，相邻代表太近，边界差过不了闸门。
+
+复跑：`python3 scripts/research/representative_pairs_probe.py`（约 6 分钟）→ `docs/research/representative_pairs_probe_2026_09_26.json`
+
+对每例每个半径，在「初始」（全部候选）与「刷新」（六题回放后剩余候选，与 09-14 相同）两个阶段，比较三种设置：线上配对；研究补丁返回**全部两两配对**；研究补丁把 `_boundary_windows` 改成**严格闸门**（对所有配对都卡最小间隔、不豁免跨年，并把错位的 zip 对齐）。题目数在公开截断之前统计。
+
+| 半径 · 阶段 | 代表数中位 | 线上配对：过闸对数均 | 全配对：过闸对数均 | 带日期的题（截断前，每例均值）线上 / 全配对 / 严格闸门 | 公开题里没有新的带日期题的例子 线上 / 全配对 / 严格闸门 | 边界月份评估次数均 | 能分开代表的比例 |
+| --- | ---: | ---: | ---: | --- | --- | ---: | ---: |
+| ±10 初始 | 6 | 0.60 | 3.30 | 4.85 / 4.80 / 4.10 | 4 / 4 / **8** | 168 | 3.2% |
+| ±10 刷新 | 4 | 0.90 | 1.65 | 3.25 / 3.30 / 3.10 | 3 / 3 / 4 | 809 | 0.4% |
+| ±30 初始 | 16 | 1.00 | 76.5 | 6.75 / 6.75 / 6.55 | 2 / 2 / 2 | 226 | 4.2% |
+| ±30 刷新 | 5 | 1.80 | 4.95 | 5.30 / 5.25 / 5.30 | 2 / 2 / 2 | 1130 | 0.5% |
+| ±60 初始 | 31 | 1.00 | 400.6 | 6.95 / 7.05 / 6.85 | 2 / 2 / 2 | 255 | 4.5% |
+| ±60 刷新 | 5 | 1.95 | 5.55 | 5.55 / 5.60 / 5.60 | 2 / 2 / 2 | 1057 | 0.5% |
+
+「没有带日期题」的例子里，每格都有 2 例是 1900 年前出生的（毕加索 1881、弗洛伊德 1856）：`_birth_year` 只接受 1900–2100，出题器对它们直接返回空，与闸门无关。
+
+**结论：推断被推翻。**
+
+1. **全部两两配对没有多出一道带日期的题。** 过闸的配对多了好几倍，日期并集也变大，但带日期的题数不变（差异 ≤0.1 道），没有题的例子数完全相同。首尾那一对已经是间距最大的一对，中间补上的配对只贡献更靠内的月份，这些月份照样分不开代表。
+2. **真正的卡点在逐月评估。** `_evaluate_contexts` 在每个边界月份判断各代表在该领域是否被激活，要求一边激活、一边不激活。初始阶段每例评估约 170–250 个边界月份，只有 3–4.5% 能分开；刷新阶段带上 PD 后评估 800–1100 个，只有约 0.5% 能分开。
+3. **v4 回放里六题后题池并不空。** ±10 刷新阶段平均还能出 3.25 道新的带日期题，1900 年后出生的 18 例里只有 1 例为 0。真机上「问完了」的原因用 v4 复现不出来。候选原因包括：采集线已关或被拒、已问年份、封存年份、存在性封锁年份、真人事件多为月精度，都未测。需要真机统计（见 `TASK-rectification-telemetry-20260926.md`）才能定性。
+4. **新发现：`_boundary_windows` 有两处绕过闸门。**
+   - 跨年豁免：代码写的是 `one.year == two.year and 差 < 阈值` 才跳过。两条边界只差 7 天、但分别落在 12 月底和 1 月初，也会被放行。例：某例 ±10 初始阶段，放行的 6 个日期全是这种一周内跨年的对（12-27 / 01-03 这类），逐月评估全部失败。
+   - zip 错位：两个候选的边界列表按位置配对。一旦某条边界跨出 `[出生+5, 出生+80]` 的年份边缘，列表会差一到两个元素（MD 起点与其第一个 AD 起点同一天，所以一次可能差两个）。此后每一对比的都是不对应的边界，间隔很大，于是全部放行。20 分钟虚构对（只算 MD+AD）有 10.7% 错位；刷新阶段（含 PD）线上配对有 35–44% 错位。
+   - 改成严格闸门后，±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，宽窗基本不变。也就是说，**窄窗上现有的一部分带日期题是靠这两个漏洞出来的**。这些题问的是「边界只差几天的那个月」，按月精度回答是否可靠，本轮没有评估。已记为 BUG-1048（`investigating`），不改代码。
+
+### 改正与文案建议
+
+**已加勘误段（不删原文）：**
+
+- `docs/tasks/TASK-rectification-precision-adaptive-boundary-research-20260914.md`（1.1 天、122 天 / 度、换算表）
+- `docs/tasks/TASK-rectification-open-collect-invite-20260914.md`（D1b 的依据句）
+- `docs/tasks/TASK-rectification-precision-gate-guided-collect-20260916.md`（实证第 5 条「20 分钟 ≈ 22 天，题池必然为空」）
+- `docs/research/precision_gate_2026_09_14.md`（M1b：V1/V2 改为已实测 `no_benefit`）
+- `docs/research/rectification_minute_resolution_closure_2026_09_14.md`（索引里 V1/V2「未测」的说明）
+
+**引导邀请语的依据：建议改写（不改线上文案）。** 线上现在的引导题是「YYYY 年 M 月前后，有没有 X？」加年 / 月选择器，日期可选（BUG-740 起）。BUG-689 / D1b 的依据句建议改成：
+
+> 出生时间每差 1 分钟，Vimshottari 边界整体平移约 1.3–5.9 天（中位约 3.8 天，取决于出生星宿的主星）。记得到月的事件，在候选相隔约 8 分钟以上（慢的星宿约 20 分钟以上）时就能把它们分开；记得到具体哪天（容许几天误差）的事件，能分开相隔 2–5 分钟的候选。但 v4 开放集上把日精度降成月精度，头名与宽度都没有变化（精度闸门研究 M0），所以不能写成「记得到天明显更有用」已经证实，更不能承诺能定到分钟。
+
+对用户文案的建议（仅供产品决定）：选择器保持「日可选」，旁边一句「记得哪天就选上，记不清选到月也可以」。只在剩余候选相隔不到约 8 分钟时（交付区间 ≤ 10 分钟的收尾阶段）才值得主动追问具体哪天。不写任何「能定到分钟」的承诺。
+
+---
+
+## 附：全部复跑命令
+
+```bash
+python3 scripts/research/answer_flip_tolerance.py            # R1，约 1 分钟
+python3 scripts/research/varga_sensitivity_rerun.py          # R2，约 16 分钟
+python3 scripts/research/dasha_shift_per_minute.py           # R3a，1 秒
+python3 scripts/research/representative_pairs_probe.py       # R3c，约 6 分钟
+python3 -m pytest tests/test_offline_research_20260926.py    # 纯函数回归
+```