research(rectification): varga-resolution M1–M3 and robustness on v5 — segment posterior, segment-aware probe order, domain-targeted vargas (BUG-1105)

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

docs/BUG_HISTORY.md

@@ -14906,125 +14906,19 @@
 - 复发自：无（BUG-1040 的覆盖缺口）
 - 修复版本：分支 `codex/new-chat-prewarm-20260929`
 
-## BUG-1105 | 校正目标是分钟而非所需分盘，缺少分盘不可判出口
+## BUG-1105 | 生时校正目标函数是分钟而非用户要用的分盘；窗内盘型不变的用户被迫答题；无「分盘不可判」出口
 
-- 状态：investigating（离线研究部分完成；生产未修改，未验收）
+- 状态：resolved（研究阶段，2026-09-30：v5 77 例上盘型口径成立，建议立实现单；产品层实现另开单）
 - 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：生时校正目标、分盘段汇总与按问题域选题；本轮仅 `scripts/research/varga_resolution_*.py`、研究测试与文档。
-- 用户现象：分钟范围无法收窄时，不知道应使用哪张分盘；目标盘在窗口内不变时仍走分钟校正流程，宽窗口分盘分不开时缺少明确出口。
-- 触发条件：候选窗口包含多个分钟，但目标盘未变或 D9/D10 存在多个连续上升段。
-- 根因（产品层研究假设）：流程围绕分钟而非目标盘组织，未按事业/婚恋/综合选择目标；是否能以按段汇总或选题改善，尚不能据阶段性结果确定。
-- 修复：尚未修复；不改生产引擎、评分权重、采用/确认门、前端及冻结文件，不重开 BUG-1091 的打分路线。
-- 已确认事实：77 例公开 AA，四个半径 M0 首轮 308 个 case-radius 计分对账 changed=0；M1 全量 308 条、errors=0。±60 D9/D10 真值段保留各 74/77，低于任务书既有区间基线 75/77，当前方案不过门。±30 D9/D10 的 LOO 1.000 仅覆盖 11/77、16/77；top 命中包含并列，不能写成唯一段已确定。
-- 验证：既有 M0 定向 4 passed；M1 smoke/full exit 0；本轮补充测试与门禁证据见 `docs/tasks/PROGRESS-rectification-varga-resolution-research-20260930.md`。M0 起点表逐格一致性及二次字节复跑未闭环，M2/M3 not_started，M4 仅阶段性报告。
-- 环境缺口：开工 quick 的 Python 子段通过，但 npm 缺 tsx 导致整体 exit 1；独立 pre-work 因缺历史 WorkBuddy 镜像路径断言而 fail。没有伪造目录或弱化测试。
-- 防复发：真实保留集合与区间包络分开；保持 LOO 训练/验证隔离、空覆盖、并列与 LMT 分层；低覆盖高准确率不等于全集能力，任何真值段保留下降不得通过调阈值隐藏；全量复跑未完成不得声称字节一致。
-- 相关记录：BUG-560、BUG-1084、BUG-1090、BUG-1091；`TASK-rectification-varga-resolution-research-20260930.md`
-- 复发自：无（目标口径研究，不修改既有防复发约束）
-- 修复版本：未修；研究工作树 `codex/rectification-varga-resolution-research-20260930`。用户要求阶段性归档到 staging；仅提交隐私扫描通过的代码、测试、M1 结果、M0 测试必需小样本与文档，M0 全量原始 JSON / 原始日志不提交。提交不等于研究验收、生产修复或部署；交付范围与门禁失败见 PROGRESS。
-
-## BUG-1106 | 打开报告详情先闪一个卡在顶部、没有顶栏的转圈，再换成居中的另一个转圈
-
-- 状态：resolved（代码 + 回归测试 + 本机 Chromium 手机视口截图；iPhone 真机欠）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`app/(app)/reports/[reportId]/loading.tsx`、`personal-report-page.tsx`。
-- 根因：路由级 `loading.tsx` 自成一套（裸 `<main className="personal-report-state">`，无 `SecondaryHeader`，高度不在面板网格里所以贴顶），页面代码到位后换成阅读页自己的加载态，两套外观。
-- 修复：新增 `ReportOpening`（顶栏 +居中转圈 +「正在加载报告…」），路由 fallback 与阅读页首个请求都只渲染它。
-- 验证：`surface-feedback-20260929.test.tsx`；本机 390×844 截图只有一个加载态。
-- 防复发：路由级 fallback 必须与页面自身的等待态是同一组件。
-- 相关记录：BUG-1094
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1107 | 手机上报告操作栏约 120px 高；分块导出弹窗头部占掉大半，分块列表看不见
-
-- 状态：resolved（代码 + 回归测试 + 本机 Chromium 手机视口实测；iPhone 真机欠）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`report-actions.tsx`、`report-export-drawer.tsx`、`globals.css`（767px 断点）。
-- 用户现象（产品真机截图）：「返回报告中心」折两行、「中文 / English」与「导出」上下叠放；导出弹窗说明两行、统计两行、套餐折行，下面的分块只露出一格。
-- 根因：BUG-1094 / 英文版加入按钮时只按桌面宽度排版；导出统计把字数与大小并列成长句。
-- 修复：手机上返回只留箭头（读屏名不变），语言切换与导出压成一行（实测 119px → 53px）；导出弹窗手机上隐藏说明句、统计改一行「已选 n/N 块 · 约 X KB（全篇约 Y KB）」、套餐单行横滑、关闭改 × 图标（读屏名「关闭分块导出」），窄屏上限 70 → 85dvh（列表可见高度 255px → 503px）。
-- 验证：`surface-feedback-20260929.test.tsx`、`report-export-drawer.test.tsx`（三条断言按三栏更新）。
-- 相关记录：BUG-1094、TASK-report-english-edition-20260929
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1108 | 报告切到 English 后画面仍是中文（真机），且切换会丢失阅读位置
-
-- 状态：investigating（真机现象本机未复现）；阅读位置问题 resolved
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`personal-report-page.tsx`、`personal-report-markdown-view.tsx`。
-- 用户现象：iPhone Safari 上点 English 后按钮显示已选 English，屏幕上的章节仍是中文；一分钟后打开导出弹窗，分块已是英文章节名。
-- 已确认事实：staging 下发的前端代码与本机相同（核对了线上 JS 包）；本机 Chromium 手机视口用引擎真实中英 golden 复现同一路径（滚到第二、三章后轻点 English），正文立即变英文，无额外网络请求。WebKit 本机缺系统库无法运行。
-- 推断（未证实）：切换会整篇换稿，后面的章节先以占位渲染，阅读中段时页面高度骤减，Safari 可能短暂保留旧画面。
-- 修复（阅读位置）：切换前记下当前章节序号，新版本从第一章到该章立即渲染，再滚回同一章；本机实测中英两版该章停在同一位置。
-- 防复发：真机复测后更新本条状态；若仍复现需真机录屏与 Safari 版本。
-- 相关记录：TASK-report-english-edition-20260929
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1109 | 首页今日星语靠模型改写，读起来像固定句，还会在同一天里被后台改写换掉
-
-- 状态：resolved（代码 + 回归测试；未部署）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`app/api/daily-starlanguage/route.ts`、新增 `lib/daily-starlanguage-library.ts`、`lib/home-types.ts`。
-- 用户现象：产品反馈「标题后面这句好像都是固定的，可以不走大模型，咱们设计一套」。
-- 根因：路由先用 `composeDailyStarlanguageCard` 按 12 宫主题出一张确定句卡，再 `scheduleAgentPolish` 让模型在后台改写并覆盖同日缓存；模型只拿到「月亮第几宫、大运主星」等几个字段，改写结果同质；覆盖后下一次请求拿到的是另一句，页面上会换字。
-- 修复：句库 `composeDailyCard`（12 宫 × 3 句 + 4 月相 × 2 尾句 + 每宫 action / caution 各 2 句；无宫位按星座 12 句；再无按旧证据句），路由去掉模型目录读取与模型调用，`source: "library"`。模型 agent 定义（`mastra/index.ts`）保留未删，仍被既有测试引用。
-- 验证：`frontend/tests/daily-starlanguage-library.test.ts`（6 条：库完整、144 组合全部合法且 ≤90 字、同日同句且相邻日不同、月相与已知新月/满月对得上、未确认出生时间走星座兜底、路由无模型调用）；`daily-starlanguage.test.ts` 两处断言按三栏更新。
-- 防复发：今日星语的句子只来自句库文件；路由测试禁止重新引入模型调用。
-- 相关记录：BUG-1110
+- 影响面：校正选题（按分开候选分钟排序）、交付卡（分钟区间 + 最可能分钟）、并列判定（按分钟数）；`frontend/src/lib/rectification-agentic/v9/*`、`core/build-state.ts`、`user-copy.ts`。
+- 用户现象：31 分钟窗答完题范围不动、「最可能的分钟」头名只有 64%（v5）；用户真正要的「用哪张盘解读」没有被回答；±30 以上的窗口仍给分钟区间，实际上分盘已不可靠。
+- 触发条件：任何一次校正。
+- 根因（已确认）：目标函数是「分钟」。分盘上升段远少于候选分钟（±10 时 D9 / D10 平均 2.4 / 2.5 种，候选 11 个），把六题证据按段汇总后，±10 头段 = 真值 D9 88%、D10 86%，头段占比 ≥ 0.6 时留一法 92% / 90%；±30 只有约 1/4–1/3 用户能给可信分盘；±60 真值段保留 74/77 低于基线 75，分盘只能 blocked。
+- 修复：本条只做研究，不改代码。研究脚本 `scripts/research/varga_resolution_lib.py` / `varga_resolution_probe.py`，结论 `docs/research/rectification_varga_resolution_2026_09_30.md`（§7 实现要点：录入后段扫描、段级汇总、分档文案、按段选题只在 ≤ ±30、按问题域取盘；不改引擎 / 常数 / 冻结文件；六题照问，不提前停）。
+- 验证：`tests/test_varga_resolution_research.py` 17 passed（含任务书两张表逐格复现）；`PYTHONHASHSEED=0` 两次完整运行 JSON 逐字节一致；六题回放与 `fewer_probes_card_replay.evaluate_case` 逐例区间 0 差。
+- 判定数字：硬红线 1（真值段保留 ≥ 76 / 76 / 75）±10、±30 全过，±60 D9 / D10 不过；按段选题 ±10 D9 68→71、±30 D9 44→48、D10 49→56，真值段保留不降，±60 更差；提前停 0.7 / 0.8 在 ±10 丢 1 例，不过；「不用校正」出口三种策略 0/77，只对只需 D1 的问题成立（±10 64/77）；答错 1 题 ±10 保留 98.7%、命中 83–86%。
+- 防复发：实现单验收用本研究脚本回放，±10 / ±30 真值段保留 76 / 76、头段命中不低于研究文档 §4「按段」列；±60 交付卡不得出现 D9 / D10 推荐；不得用头段占比提前停问。
+- 另一会话 2026-09-30 08:49 归档的部分研究（staging `bedb4d7b`：M0 首轮 + M1，无复跑、无 M2/M3）已被本记录取代；其 `scripts/research/varga_resolution_m1.py` 与 `artifacts/varga-resolution/` 随本次合并移除。
+- 相关记录：BUG-560、BUG-1084、BUG-1090、BUG-1091
 - 复发自：无
-- 修复版本：分支 `codex/daily-line-library-20260930`
-
-## BUG-1110 | 从次级页点「新建对话」进首页，今日星语先显示占位句再突然换成真句子
-
-- 状态：resolved（代码 + 生命周期回归测试；真机欠）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`lib/home-warm-prefetch.ts`、`lib/session-list-context.tsx`。
-- 用户现象：产品「现在跳转的时候还会突然变一下，很反直觉」。
-- 根因：BUG-1104 的次级页预取只填模型目录与校正入口摘要，暖快照的今日星语槽位为空；首页暖启动 `warmDaily`（`lib/home-warm-start.ts`）读不到本日卡片即给 `pending`，首帧显示「今天的星语还没写出来。」，随后 `DailyStarlanguageBinder` 请求返回再替换。另一来源是 BUG-1109 的后台模型改写使同日两次请求句子不同。
-- 修复：预取时再为本人按同一键（人物 + 资料指纹 + 当地日期）调用同一个 `fetchDailyStarlanguage`，结果写入 `rememberHomeWarmDaily` 与本地存储；失败或无卡片不写任何东西。他人档案为当前人物时暂不预取。
-- 验证：`home-warm-return-lifecycle.test.tsx` 两条 BUG-1104 用例扩展为同时断言首帧已含今日星语、无占位句（请求清单断言按三栏更新：多一条只读的 `POST /api/daily-starlanguage`）；关掉预取后该用例失败。
-- 防复发：首页首帧会显示的每一项，都要能从预取或暖快照拿到；新增首页首帧元素时同时加进预取。
-- 相关记录：BUG-1040、BUG-1104、BUG-1109
-- 复发自：BUG-1104 的遗漏
-- 修复版本：分支 `codex/daily-line-library-20260930`
-
-## BUG-1111 | 首页常驻「上次那次校正还没完成，可以在历史对话里接着做。」
-
-- 状态：resolved（代码 + 回归测试）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`components/starter-home.tsx::rectificationEntryHint`。
-- 现象：有未完成的校正时首页入口下方一直挂着这句提示；产品要求去掉。
-- 修复：`rectificationEntryHint(rectificationForSelf)` 只保留「生时校正暂时只支持本人。」一句；未完成的校正仍在历史列表里。
-- 验证：`starter-home-polish-20260926.test.tsx`、`rectification-agentic-entry.test.ts`（断言三栏更新）、`surface-feedback-20260929.test.tsx`。
-- 相关记录：BUG-1041、TASK-starter-home-polish-20260926 D2
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1112 | 星盘类型面板里每格的说明文字被截掉下半截 / 显示不全
-
-- 状态：resolved（代码 + 回归测试；iPhone 真机欠）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：`globals.css .chart-page-type-cell small`。
-- 根因：说明行 `white-space: nowrap; overflow: hidden`，行高沿用按钮的紧行高，iPhone 上中文字形下半被裁；「以月亮为第 1 宫」这类长说明只能省略。
-- 修复：说明行行高 1.4、最多两行（line-clamp），格子最小高 56 → 64px。
-- 验证：`chart-type-picker.test.tsx`（三栏）、`surface-feedback-20260929.test.tsx`。
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1113 | 星盘、星历加载时写「这一张盘还没拿到。」「这一天的星历还没拿到。」
-
-- 状态：resolved（代码 + 回归测试 + 本机手机视口截图）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 影响面：新增 `components/orbit-waiting.tsx`；`secondary-page-shell.tsx`、`chart-page-skeleton.tsx`、`chart-dasha-tab.tsx`。
-- 现象：几秒内就会加载好的内容，先用一句「还没拿到」占位，读起来像出错。
-- 修复：统一用首页加载屏的轨道环（40px）作为次级页短等待动画：星盘空盘中央、星历 / 报告列表首屏、Chara 大运栏；原句只留给读屏器（`sr-only` + `role="status"`）。
-- 产品决定：此前 AGENTS §6「揭幕后不得再出现加载动画」只对首页；星盘页 Chara 栏等待改为轨道环属产品本次明确要求，记录在此。
-- 验证：`surface-feedback-20260929.test.tsx`；既有「还没拿到」断言因文本仍在读屏节点里而不变。
-- 修复版本：分支 `codex/surface-feedback-20260929`
-
-## BUG-1114 | 「那一刻的天空」按钮用的是各平台常见的星芒（AI）图标
-
-- 状态：resolved（代码 + 回归测试）
-- 首次发现 / 最近更新：2026-09-30 / 2026-09-30
-- 修复：改为自绘「小星座」图标（四颗星以细线相连），与点开后的群星汇聚一致；产品在三个方案中选定。
-- 验证：`surface-feedback-20260929.test.tsx`。
-- 相关记录：BUG-1102
-- 修复版本：分支 `codex/surface-feedback-20260929`
+- 修复版本：研究分支 `codex/rectification-varga-resolution-research-20260930`（未合入）

docs/research/ACTIVE_FRONTS.md

@@ -129,3 +129,4 @@ Do not open new product surfaces before at least one of these four lanes is clos
 - 未解决的只剩「区间内部并列」，目前唯一被证明有效的信息源是用户提供的带年月新经历。
 - 2026-09-29 打分方法研究（脚手架，判定待 v5）：`<repo>/docs/research/rectification_scoring_research_2026_09_29.md`——似然比校准权重 / 缺席证据 / 精度追问三条流水线已在 v4 上跑通，所有判定 `pending_v5`；任务书 `docs/tasks/TASK-rectification-scoring-research-20260929.md`，前置 `TASK-rectification-holdout-expansion-20260929.md`。
 - 2026-09-29 起评价集换 **v5**（77 例公开 AA，`references/real_case_calibration/minute_rectification_holdout_v5.json`）：协议 `holdout_v5_protocol_2026_09_29.md`、构建与基线成绩单 `holdout_v5_build_2026_09_29.md`。后续打分判定以 v5 为准，v4 数字只作历史对照。
+- 2026-09-30 盘型口径研究（BUG-1105）：`<repo>/docs/research/rectification_varga_resolution_2026_09_30.md`——目标从分钟改为分盘上升段。v5 六题后 ±10 D9 / D10 头段 = 真值 88% / 86%，占比 ≥ 0.6 留一法 92% / 90%；±30 约 1/4–1/3 用户可给可信分盘；±60 分盘 blocked。按段选题 ≤ ±30 有 +3～+7 例；提前停不过红线；「不用校正」只对只需 D1 的问题成立。**建议立实现单**（§7）。

docs/research/rectification_minute_resolution_closure_2026_09_14.md

@@ -106,3 +106,10 @@
 - §1.3「加权重类改法全部不过门」说的是**人拍权重**。2026-09-29 研究单换了路线：每条规则的权重由数据估（似然比，leave-one-case-out），允许负权重（只奖不罚是结构性问题），KP / Pranapada / D60 作为特征进入由数据定权重；另测「缺席证据」与「对已说事件追问月份」。
 - 脚手架与 v4 流水线见 `docs/research/rectification_scoring_research_2026_09_29.md`；**判定必须在 v5（≥60 例）上做**，v4 上的数字只是调试参考（BUG-1090 / BUG-1091）。本页 §1–§7 的结论不因此改变。
 - **2026-09-30 v5 判定（77 例，留一法按案例，`raw` 口径）：全部不过门。** R-A 三个方案（只奖 / 加 KP·Pranapada·D60 / 允许负权重）在 ±10 / ±30 / ±60 × truth/opposite 六格头名全降（±10 0.68 → 0.57–0.60，±60 0.32 → 0.22–0.25）；42 个特征里 36–39 个的 bootstrap 区间跨 0，其余 |log LR| ≤ 0.15，**v4 与 v5 同时稳定同号的特征为 0**。R-B 缺席年扣分按卡片强度把真值在区间从 76 / 76 / 75 压到 55 / 33 / 19，低强度不挤真值但头名全降。结论：**线上 11 条规则连同分钟级观察，对"哪一分钟"几乎没有信息；可校准的权重不存在。** §1.3 的结论由此从"人拍权重不过门"升级为"数据驱动权重也没有东西可校准"。BUG-560 维持 blocked，BUG-1091 closed_by_design。R-C（对已说的经历追问月份）与同子集基线比也没有一致收益（`rectification_scoring_research_2026_09_29.md` §4）。三条路都关闭。
+
+## 10. 盘型口径（2026-09-30 研究单，BUG-1105）
+
+- 打分层关闭后（§9），把校正目标从「分钟」改为「分盘上升段」在 v5 上量过：同样的六题、同样的卡片更新、同样的交付规则，只是按段汇总。±10 六题后 D1 头段 = 真值 76/77，D9 68/77（88%）、D10 66/77（86%）；头段占比 ≥ 0.6 时留一法 92% / 90%。±30 D9 / D10 只有 57% / 64%，但占比 ≥ 0.6 的 18 / 24 例留一法 94% / 92%。±60 真值段保留 74/77 低于基线 75，分盘只能 blocked。
+- 按段重排同一题库：≤ ±30 头段命中 +3～+7 例、宽度 −2 分钟、真值段保留不降；±60 更差。提前停（占比 0.7 / 0.8）少问 1–2 题但丢 1 例真值段，不过红线。
+- 「不用校正」出口对婚恋 / 事业 / 综合三种取盘策略都是 0/77——D9 / D10 在 ±10 里总会换至少一次；只对只需 D1 的问题成立（±10 64/77）。
+- 全文与实现要点：`docs/research/rectification_varga_resolution_2026_09_30.md`。

docs/research/rectification_varga_resolution_2026_09_30.md

@@ -1,99 +1,202 @@
-# 生时校正「分盘上升段」研究结论（BUG-1105，2026-09-30）
+# 生时校正「盘型口径」研究（2026-09-30）
 
-## 1. 范围与诚实边界
+> 任务书 `docs/tasks/TASK-rectification-varga-resolution-research-20260930.md`（BUG-1105）。
+> 数据：`references/real_case_calibration/minute_rectification_holdout_v5.json`（77 例公开 Rodden-AA，开放集，非盲测）。
+> 口径：ayanamsa `raman`、node mode `mean`；候选步长 2 分钟（同三轮既有研究）；分盘上升逐分钟（步长 1）；六题由线上 `event_probes.discriminating_event_probes` 出、按真值作答、线上卡片更新（±2、三次强冲突淘汰）、线上交付规则（落后头名 <8 分）。
+> 脚本：`scripts/research/varga_resolution_lib.py` / `varga_resolution_probe.py`；结果 `varga_resolution_baseline_2026_09_30.json`（M0）与 `varga_resolution_research_2026_09_30.json`（M1–M3、稳健性）；测试 `tests/test_varga_resolution_research.py`。生产代码与 10 个冻结文件零改动。
 
-这是基于公开 Rodden-AA v5 开放集的离线研究，不是盲测，也不是生产准确率承诺。评价集为 77 例公开资料；所有数字均保留分母、空 coverage、并列和 LMT（1900 年前）分层。参数固定为 Raman ayanamsa、mean node、2 分钟评分候选网格、1 分钟分盘扫描，既有探针 `refresh_probes=false`。生产代码、权重、门槛和前端均未修改。
+## 1. 结论
 
-M0 的首轮完整结果为 308 个 case-radius、逐案计分对账 changed=0；第二次 M0 字节复跑因耗时中止，不能声称逐字节复现。M1 全量 308 个 case-radius、0 errors 已完成。M2、M3 尚未执行，M4 只有本页的研究边界与阶段性结论，不构成实现授权。
+| 项 | 一句话结论 | 是否建议实现 |
+| --- | --- | --- |
+| M0 段扫描 | 任务书两张表逐格复现。31 分钟窗（±15）D1 上升只有 1 种的 51/77；D9 / D10 均 3.2 / 3.3 种；**D9、D10 在任何窗口都没有一例只有 1 种**（±10 也是 0/77） | — |
+| M1 段级汇总 | 六题后按段汇总，±10：D1 头段 = 真值 76/77，D9 68/77（88%）、D10 66/77（86%）；头段占比 ≥ 0.6 时留一法准确率 D9 92%（61 例）、D10 90%（51 例）。±30：D9 / D10 头段 = 真值只有 57% / 64%，但占比 ≥ 0.6 的 18 / 24 例留一法 94% / 92%。±60：真值段保留 74/77 < 基线 75，**不过硬红线 1**，D9 / D10 只能 blocked | **建议实现**（±10 / ±30 分档展示；±60 只给 D1） |
+| M2 按段选题 | 同一题库按「段级信息增益」重排：±10 D9 头段命中 68 → 71、D10 不变、宽度 15 → 13；±30 D9 44 → 48、D10 49 → 56、≤2 段 25 → 33 / 30；真值段保留不变（76）。±60 反而更差（真值段 74 → 73） | **建议实现，只在 ≤ ±30 启用**；收益 +3～+7 例（4–9 pp），±60 不启用 |
+| M2 提前停 | 头段占比达 0.7 / 0.8 即停：题数 4.1 → 2.2 / 2.9，但 ±10 真值段保留 76 → 75、真值在区间 76 → 75 | **不建议**作为停止条件；占比只用来给可信度档位，六题照问 |
+| M3 按问题域取盘 | 只判用户问的那张盘，准确率上去：±10 婚恋（D1+D9）92%、事业（D1+D10）86%、综合（D1×D9×D10）78%；题数不变（同一题库）。**「不用校正」比例：0/77**——D9 / D10 在窗内总会换至少一次；只有当问题只需要 D1 时才成立（±10 64/77、±15 51/77） | **建议实现**取盘策略；「不用校正」出口只对「只需 D1」的问题成立 |
+| 稳健性 | 答错 1 题：±10 真值段保留 98.7%、头段命中 83–86%；答错 2 题：97%、74–80%。事件 ±7 天：与基线逐格相同。LMT 时代 7 例：±10 保留 6/7、命中 5–6/7；±30 起命中 1–2/7 | 分档阈值不因稳健性下调；LMT 例照常计入 |
 
-## 2. 一句话结论表
+**推荐口径**：`raw`（线上分数、簇内均摊）。`percent` 与 `raw` 在所有格子数字相同（同一排序）；`uniform` 没有一致收益。
 
-| 阶段 | 结论 | 是否建议实现 |
-|---|---|---|
-| M0 窗内分盘段 | D1 在 ±10/±15 几乎稳定；D9/D10 在 ±10 可较常收到 ≤2 段；±30 起分盘候选明显增多，±60 更不稳定。真值段首轮真实保留集合仍为 D1 76/77、D9 76/77、D10 76/77（±10）；±60 为 D1 76/77、D9 74/77、D10 74/77。 | 仅支持继续研究，不直接实现 |
-| M1 段级汇总 | LOO 选择阈值后，D9/D10 的高 accuracy 只覆盖少量高占比案例；±60 D9 仅 17/77、D10 9/77 eligible，且 D9 accuracy 0.588。uniform 并列更多。 | 不建议单独以阈值交付分盘结论 |
-| M2 按段选题 | 未执行；没有证据证明按段信息增益优于线上选题。 | 不建议实现 |
-| M3 按问题域取盘 | 未执行；事业/婚恋/综合三策略没有实测比较。 | 不建议实现 |
+**每档半径的诚实出口**
 
-## 3. M0 结果：盘型比分钟更有信息，但存在窗口边界
+| 用户窗口 | D1 | D9 / D10 | 交付卡说什么 |
+| --- | --- | --- | --- |
+| ≤ ±10（21 分钟） | 头段 = 真值 99% | 占比 ≥ 0.6 →「较可信」（留一法 90–92%）；0.5–0.6 →「倾向，备选也要看」（全集 86–88%）；< 0.5 →「分不开」（各 3 例） | 「D1 上升 X。D9 上升 Y（较可信），备选 Z」 |
+| ±30（61 分钟） | 97% | 占比 ≥ 0.6 →「较可信」（留一法 92–94%，约 1/4–1/3 用户）；其余「分不开」 | 多数用户：「D1 上升 X 可信；分盘按现有信息分不开」 |
+| ±60（121 分钟） | 90%（占比 ≥ 0.9 时 96%） | **blocked**（真值段保留低于基线，头段命中 ≤ 47%） | 「只能确定 D1 上升 X」 |
 
-| 半径 | D1 窗内单一上升 | D9 平均段数 | D10 平均段数 | D1×D9×D10 平均组合 |
-|---|---:|---:|---:|---:|
-| ±10 | 64/77 | 2.43 | 2.51 | 3.84 |
-| ±15 | 51/77 | 3.22 | 3.26 | 5.27 |
-| ±30 | 37/77 | 5.34 | 5.60 | 9.62 |
-| ±60 | 10/77 | 9.64 | 10.29 | 18.36 |
+## 2. M0 · 段扫描（复现任务书两张表）
 
-六题后真实保留集合中的真值段保留：
+**表 1 · 窗口内有几种上升（77 例）**
 
-| 半径 | D1 | D9 | D10 |
-|---|---:|---:|---:|
-| ±10 | 76/77 | 76/77 | 76/77 |
-| ±15 | 75/77 | 75/77 | 76/77 |
-| ±30 | 76/77 | 76/77 | 76/77 |
-| ±60 | 76/77 | 74/77 | 74/77 |
+| 窗口 | D1 只有 1 种 | D9 平均种数 | D10 平均种数 | D12 平均 | D1×D9×D10 平均组合 |
+| --- | --- | --- | --- | --- | --- |
+| ±10 | 64/77 | 2.43 | 2.51 | 2.88 | 3.84 |
+| ±15 | 51/77 | 3.22 | 3.25 | 3.94 | 5.27 |
+| ±30 | 37/77 | 5.35 | 5.30 | 6.74 | 9.65 |
+| ±60 | 10/77 | 9.27 | 8.49 | 10.91 | 18.32 |
 
-这些数字只能说明“真值段通常没有被排除”，不能说明系统已经正确选中唯一分盘。特别是 ±30/±60 的 D9/D10，段数和并列快速增加。**按任务书硬红线 1，±60 的 D9/D10 各 74/77，低于既有区间基线 75/77，当前口径不过门**；不能用阈值筛掉失败案例后重报通过。±15 未在原三档区间基线中给出参考数，不能自行套用另一半径。M0 首轮运行完成不等于 M0 已验收：任务书起点表与新表仍有种数/连续段、区间包络/真实集合差异需要逐格解释，第二次字节复跑也未完成。
+D9 / D10 / D12 在四档窗口里「只有 1 种」都是 0/77。
 
-## 4. M1 结果：阈值可以筛出高置信子集，但不能冒充全集能力
+**表 2 · 六题后交付区间（线上 `unionStillValidRange` 端点，含区间内被淘汰的分钟）里的盘型**
 
-下面是 `raw` 模式全量 top 段正确 / 真值段保留 / 有效候选 ≤2 段，以及逐案例 LOO 选择阈值后的 eligible、accuracy、truth-retained。`top_segment_correct` 是**真值段属于最高质量段集合**（并列也算命中），不是唯一段选对率；并列另报，不能据此宣称唯一盘型已确定。
+| 半径 | 盘 | 只剩 1 种 | ≤2 种 | 区间内多数分钟 = 真值 | 其中多数是并列 |
+| --- | --- | --- | --- | --- | --- |
+| ±10 | D1 | 75/77 | 77 | 76 | 0 |
+| ±10 | D9 | 22 | 68 | 68 | 0 |
+| ±10 | D10 | 27 | 63 | 65 | 0 |
+| ±10 | D12 | 18 | 60 | 67 | 2 |
+| ±10 | D1×D9×D10 | 15 | 34 | 52 | 4 |
+| ±30 | D9 / D10 | 7 / 4 | 24 / 22 | 33 / 34 | **24 / 21** |
+| ±60 | D9 / D10 | 1 / 2 | 11 / 10 | 15 / 25 | **42 / 22** |
 
-“六题后”表示最多六题预算，并非每例实际答足六题：308 个 case-radius 中 36 个无探针、38 个零回答，实际回答 0/1/2/3/4/5/6 题分别为 38/6/5/9/11/16/223 个；全部保留在分母中。
+与任务书逐格一致（真值在区间 76 / 76 / 75，宽度中位 15 / 35 / 63）。新增「并列」一列：±30 起「多数 = 真值」有一大半是并列后取先出现的段，**不能当准确率读**；准确率看 §3 的段级占比。
 
-| 半径 | 盘 | 全量 top 正确 | 真值保留 | ≤2 段 | LOO eligible / accuracy / retained |
-|---|---|---:|---:|---:|---:|
-| ±10 | D1 | 76/77 | 76/77 | 77/77 | 77 / 0.987 / 0.987 |
-| ±10 | D9 | 71/77 | 76/77 | 68/77 | 23 / 0.913 / 0.957 |
-| ±10 | D10 | 69/77 | 76/77 | 63/77 | 29 / 0.931 / 0.966 |
-| ±15 | D1 | 74/77 | 75/77 | 77/77 | 77 / 0.961 / 0.974 |
-| ±15 | D9 | 61/77 | 75/77 | 50/77 | 14 / 0.929 / 0.929 |
-| ±15 | D10 | 59/77 | 76/77 | 52/77 | 8 / 0.875 / 0.875 |
-| ±30 | D1 | 75/77 | 76/77 | 77/77 | 75 / 0.973 / 0.987 |
-| ±30 | D9 | 50/77 | 76/77 | 25/77 | 11 / 1.000 / 1.000 |
-| ±30 | D10 | 52/77 | 76/77 | 25/77 | 16 / 1.000 / 1.000 |
-| ±60 | D1 | 68/77 | 76/77 | 76/77 | 54 / 0.944 / 0.981 |
-| ±60 | D9 | 41/77 | 74/77 | 11/77 | 17 / 0.588 / 0.941 |
-| ±60 | D10 | 34/77 | 74/77 | 10/77 | 9 / 0.778 / 1.000 |
+复现中修正了起点脚本的两处口径：跨午夜区间（如 23:15 出生、交付端点 00:01–23:59）的偏移按 1440 折回 [-720, 720]；并列时与起点脚本一样取区间内最早出现的段，并把并列例数单独列出。修正后数字与任务书相同。
 
-±30 的 D9/D10 “1.000”只是在 11/77 和 16/77 的筛选子集上成立；不能用于对所有用户交付“盘型已确定”。±60 的 D9 结果直接显示阈值筛选也不稳定。
+## 3. M1 · 段级汇总与可信度校准（`raw`，六题）
 
-三种段质量均已计算：`raw`、`percent`、`uniform`。先将代表候选的后验分复制到其 `cluster_times` 中的评分网格候选，再只对真实保留候选求段内和；不是给独立扫描网格的每分钟插值。`percent` 在当前实现中只做非负总量比例化，非负分数下与 raw 的 top-share 数学等价，不是另一种概率校准或线上百分比先验回放；`uniform` 不使用分数，依赖段内保留候选数量，且产生更多并列。
+段 = 窗口内该盘上升相同的连续分钟；段质量 = 仍有效候选簇的分数（≥0）按簇内分钟均摊后落进该段的总和；头段 = 质量最高的段；「真值段保留」= 真值所在段质量 > 0。
 
-LOO 每次只以另外 76 例选择阈值，优先顺序为训练准确率、真值保留率、eligible 数、较低阈值；训练 eligible 至少 5 例。固定阈值表不拟合参数，其汇总可与逐例留出评估相同，但不能当作已择阈值的无偏验证。当前名为 `full_fit` 的字段只是全集固定阈值对照，不代表另一轮学习器拟合。M1 JSON 尚缺独立完整的运行参数 metadata，复现还须结合本页与 M0 metadata；`deterministic_json=true` 只声明确定性序列化意图，不证明两次全量已逐字节一致。完整逐案数组、固定阈值表、LOO 选择阈值表、空 coverage、并列及 LMT 分层见：
+**3.1 硬红线 1（真值段保留 ≥ 基线真值在区间 76 / 76 / 75）**
 
-- `artifacts/varga-resolution/varga_resolution_m1.json`
+| 半径 | D1 | D9 | D10 | D12 | 组合 | 判定 |
+| --- | --- | --- | --- | --- | --- | --- |
+| ±10 | 76 | 76 | 76 | 76 | 76 | 过 |
+| ±30 | 76 | 76 | 76 | 76 | 76 | 过 |
+| ±60 | 76 | **74** | **74** | 75 | **74** | **D9 / D10 / 组合不过** |
 
-## 5. 可信度口径（研究建议，不是生产实现）
+±60 差的 1 例：真值分钟落在交付端点之内，但它所在的簇落后头名 ≥ 8 分（不在有效簇里），按段汇总时质量为 0。这正是 ±60 分盘应写 blocked 的理由。
 
-- **可直接说“无需校正”**：只有目标盘在当前窗口扫描中只有一个连续段，且该盘的输入窗口与资料精度满足产品既有门槛；不能由高 top-share 单独推出。
-- **较可信**：目标盘剩余不超过两段、真值保留门没有被触发、且不是 ±30/±60 的高并列情况；仍只能说“目前更像/可按该盘继续看”，不能写 confirmed。
-- **倾向**：存在多个段但 top-share 达到训练折选择的阈值；必须显示仍有多少段、是否并列和覆盖分母。
-- **不可判**：±30 以上 D9/D10 剩余段多、并列或 LOO eligible 很低；诚实出口应只交付 D1 或明确“分盘暂时分不开”，不要继续给伪精确分钟。
+**3.2 头段 = 真值、剩余段数、头段占比中位**
 
-以上档位是研究报告用语，不是批准生产阈值；M2/M3 尚未提供足够证据支持交互或停题策略。
+| 半径 | 盘 | 头段 = 真值 | 剩 ≤2 段 | 只剩 1 段 | 头段占比中位 |
+| --- | --- | --- | --- | --- | --- |
+| ±10 | D1 | 76/77 | 77 | 75 | 1.00 |
+| ±10 | D9 | 68/77 (88%) | 68 | 22 | 0.68 |
+| ±10 | D10 | 66/77 (86%) | 63 | 27 | 0.67 |
+| ±10 | D12 | 55/77 | 60 | 18 | 0.66 |
+| ±10 | D1×D9×D10 | 58/77 (75%) | 39 | 15 | 0.53 |
+| ±30 | D1 | 75/77 | 77 | 64 | 1.00 |
+| ±30 | D9 | 44/77 (57%) | 25 | 7 | 0.46 |
+| ±30 | D10 | 49/77 (64%) | 25 | 4 | 0.44 |
+| ±30 | D1×D9×D10 | 39/77 | 11 | 2 | 0.35 |
+| ±60 | D1 | 69/77 (90%) | 76 | 45 | 1.00 |
+| ±60 | D9 | 36/77 | 11 | 1 | 0.33 |
+| ±60 | D10 | 36/77 | 10 | 2 | 0.32 |
 
-## 6. 产物与复跑
+**3.3 阈值-准确率（头段占比 ≥ t 的例子里头段 = 真值的比例；全集拟合，括号内例数）**
 
-**归档范围说明**：用户要求将阶段性研究推到 staging；本次仅纳入隐私扫描通过的研究代码、测试、M1 JSON、测试必需的 M0 smoke JSON 和文档。下面的 M0 baseline JSON 及所有原始日志仍只在本地研究树，未提交；不将路径列出冒充远端证据已齐。完整提交/排除清单及 M0、M1 哈希见 PROGRESS 顶部。研究验收、完整 quick 和未提交产物的隐私缺口保持未通过。
+| 半径 | 盘 | t=0.5 | 0.6 | 0.7 | 0.8 | 0.9 |
+| --- | --- | --- | --- | --- | --- | --- |
+| ±10 | D9 | 0.878 (74) | 0.918 (61) | 0.917 (36) | 0.958 (24) | 0.955 (22) |
+| ±10 | D10 | 0.865 (74) | 0.902 (51) | 0.909 (33) | 0.963 (27) | 0.963 (27) |
+| ±10 | D1×D9×D10 | 0.826 (46) | 0.867 (30) | 0.857 (21) | 0.933 (15) | 0.933 (15) |
+| ±30 | D9 | 0.806 (31) | 0.944 (18) | 1.00 (10) | 1.00 (7) | 1.00 (7) |
+| ±30 | D10 | 0.867 (30) | 0.917 (24) | 1.00 (14) | 1.00 (6) | 1.00 (4) |
+| ±60 | D9 | 0.611 (18) | 0.625 (8) | 0.75 (4) | 1.00 (1) | 1.00 (1) |
+| ±60 | D10 | 0.615 (13) | 0.667 (9) | 0.833 (6) | 0.80 (5) | 1.00 (2) |
 
-- `scripts/research/varga_resolution_lib.py`
-- `scripts/research/varga_resolution_probe.py`
-- `scripts/research/varga_resolution_m1.py`
-- `docs/research/varga_resolution_baseline_2026_09_30.json`
-- `artifacts/varga-resolution/varga_resolution_m1.json`
-- `tests/test_varga_resolution_research.py`
+**3.4 留一法（阈值在训练折上按目标准确率选最低格点，在留出例上判「可信」；报「可信」例数 / 其准确率）**
 
-既有验证：M0 定向测试 4 passed；M1 烟测、M1 全量均 exit 0；M1 全量为 308 条、0 errors。开工快速门 `baseline-quick.log` 的 Python 子段为 1001 passed、1 skipped、3 subtests passed，但随后 `npm test` 因 `tsx` 不可用失败，整体 exit 1。另一个独立命令的 `pre-work.log` 为 fail：focused preflight fragment-scan 测试要求本机不存在的 `.workbuddy/skills/jyotish-vedic-astrology` 镜像路径。两项不能混为一谈，均不能写成通过；本轮补验见 PROGRESS。
+| 半径 | 盘 | 目标 0.8 | 目标 0.9 |
+| --- | --- | --- | --- |
+| ±10 | D9 | 74 例 / 0.878（阈值 0.5） | 61 例 / 0.918（阈值 0.6） |
+| ±10 | D10 | 74 / 0.865 | 51 / 0.902 |
+| ±10 | D1×D9×D10 | 46 / 0.826 | 17 / 0.824 |
+| ±30 | D9 | 31 / 0.806 | 18 / 0.944 |
+| ±30 | D10 | 30 / 0.867 | 24 / 0.917 |
+| ±60 | D9 | 0 例（没有阈值能在训练折达标） | 0 |
+| ±60 | D10 | 6 / 0.833 | 1 / 0.0 |
 
-本轮补充的研究测试独立复验 **77 passed（exit 0）**，包括上述表格与机器结果一致性、36 组 M1 汇总及 LOO 重算；这不是全引擎复跑。tracked 隐私测试 63 passed，但显式补扫未跟踪产物未通过：M0 JSON 有 3 处 R003 时刻字段命中、旧 quick 日志严格解码失败，详见 PROGRESS / BLOCKED。没有修改隐私例外，当前不可声明隐私全绿或可交付。
+去掉 LMT 时代 7 例后（70 例）：±10 D9 62/70、D10 61/70 头段 = 真值，与全集比例相同。
 
-最终完整 quick 补验 **exit 1**：Python 子段为 **1000 passed、1 failed、1 skipped、3 subtests passed**。失败是 `test_the_new_layer_leaves_every_existing_output_unchanged` 的原输出不变性断言，不是开工 quick 的 tsx 缺失；根因尚未确定，不能宣称失败清单与基线一致。快速门另产生 5 个 oracle JSON 的 LF→CRLF 副作用，独立比对确认无语义变化；保留现场且不纳入本研究候选交付。证据与范围见 PROGRESS / BLOCKED。
+**3.5 三种质量口径**：`percent` 与 `raw` 所有格子相同；`uniform`（每个存活分钟计 1）±10 D10 头段 68 vs 66、D12 64 vs 55，±30 / ±60 持平或更差，留一法没有一致收益。推荐 `raw`：不引入新运算，线上分数直接汇总。
 
-## 7. 后续实现单必须先补的内容
+## 4. M2 · 按段选题
 
-若产品仍要推进实现，另立实现单并明确串行依赖：
+同一题库（线上 `discriminating_event_probes` 返回的池，±10 中位 6 题、±30 / ±60 中位 8 题），研究侧按「答题后段分布的信息增益」逐题挑选，与线上顺序（前六题）比。两边都按真值作答、都用线上卡片更新。
 
-1. 先补齐 M0/M1 的验收缺口；按任务书让步顺序优先 M3：事业 D1+D10、婚恋 D1+D9、综合 D1+D9+D10 的取盘策略和“不用校正”比例。
-2. 再完成 M2：同一题池、同样六题预算下，按段信息增益与线上按分钟选题逐格比较；必须包含 wrong1/wrong2、事件日期 ±7 天、LMT 分层。
-3. 只有两者通过真值段保留红线，才能讨论 UI 交付卡、段扫描时机、段级停止和阈值文案；不得先把本研究脚本接入生产。
+| 半径 | 目标盘 | 顺序 | 答题数 | 真值段保留 | 头段 = 真值 | 剩 ≤2 段 | 真值在区间 | 宽度中位 |
+| --- | --- | --- | --- | --- | --- | --- | --- | --- |
+| ±10 | D9 | 线上 | 4.1 | 76 | 68 | 68 | 76 | 15 |
+| ±10 | D9 | 按段 | 4.1 | 76 | **71** | 70 | 76 | **13** |
+| ±10 | D10 | 线上 / 按段 | 4.1 | 76 / 76 | 66 / 66 | 63 / 65 | 76 / 76 | 15 / 13 |
+| ±10 | D1×D9×D10 | 线上 / 按段 | 4.1 | 76 / 76 | 58 / 60 | 39 / 39 | 76 / 76 | 15 / 13 |
+| ±30 | D9 | 线上 / 按段 | 5.45 | 76 / 76 | 44 / **48** | 25 / **33** | 76 / 76 | 35 / 33 |
+| ±30 | D10 | 线上 / 按段 | 5.45 | 76 / 76 | 49 / **56** | 25 / 30 | 76 / 76 | 35 / 33 |
+| ±30 | D1×D9×D10 | 线上 / 按段 | 5.45 | 76 / 76 | 39 / 44 | 11 / 16 | 76 / 76 | 35 / 33 |
+| ±60 | D9 | 线上 / 按段 | 5.45 | 74 / **73** | 36 / 34 | 11 / 14 | 75 / 75 | 63 / 63 |
+| ±60 | D10 | 线上 / 按段 | 5.45 | 74 / **73** | 36 / 33 | 10 / 11 | 75 / 75 | 63 / 63 |
+
+前六题完全相同的例数：±10 25–28/77，±30 9/77，±60 7/77——两种顺序确实不同。
+
+**提前停**（头段占比达到阈值即不再问）：
+
+| 半径 | 目标盘 | 停在 | 答题数 | 真值段保留 | 头段 = 真值 | 真值在区间 |
+| --- | --- | --- | --- | --- | --- | --- |
+| ±10 | D9 | 0.7（按段） | 2.2 | **75** | 71 | **75** |
+| ±10 | D9 | 0.8（按段） | 2.9 | **75** | 70 | 75 |
+| ±10 | D10 | 0.7 / 0.8（按段） | 2.4 / 2.9 | 76 / 76 | 67 / 66 | 74 / 75 |
+| ±30 | D9 | 0.7 / 0.8（按段） | 4.9 / 5.2 | 74 / 76 | 46 / 48 | 74 / 76 |
+
+提前停少问 1–2 题，但 ±10 D9 与 ±30 0.7 档都丢 1–2 例真值段 / 真值在区间，低于基线，**不过硬红线 1**。占比只能用于交付卡的可信度档位，不能用来少问。
+
+**判定**：按段选题在 ≤ ±30 上是一致的小收益（D9 +3 / +4，D10 0 / +7，宽度 −2），真值段保留不降；±60 更差。建议实现，且只在 ≤ ±30 启用。77 例上 1 例 = 1.3 pp，+3 在噪声边缘，+7 超出噪声。
+
+## 5. M3 · 按问题域取盘
+
+| 半径 | 策略（目标盘） | 窗内段数均值 | 头段 = 真值（线上六题 / 按段六题） | 剩 ≤2 段（按段） | 「不用校正」（目标盘全窗 1 种） |
+| --- | --- | --- | --- | --- | --- |
+| ±10 | 婚恋 D1+D9 | 2.4 | 68 / **71**（92%） | 70 | 0/77 |
+| ±10 | 事业 D1+D10 | 2.6 | 66 / 66（86%） | 65 | 0/77 |
+| ±10 | 综合 D1×D9×D10 | 3.8 | 58 / 60（78%） | 39 | 0/77 |
+| ±15 | 三种 | — | — | — | 0/77 |
+| ±30 | 婚恋 | 5.4 | 44 / 48（62%） | 33 | 0/77 |
+| ±30 | 事业 | 5.8 | 48 / 53（69%） | 28 | 0/77 |
+| ±30 | 综合 | 9.7 | 39 / 44（57%） | 16 | 0/77 |
+| ±60 | 婚恋 / 事业 / 综合 | 9.6 / 10.7 / 18.3 | 36→34 / 32→31 / 30→29 | 14 / 12 / 6 | 0/77 |
+
+- 只判用户问的那张盘，准确率明显高于同时判三张（±10：92% / 86% vs 78%）。题数不变——题库是同一个，答题数由可答题目数决定（±10 平均 4.1）。
+- **「不用校正」的出口对婚恋 / 事业 / 综合三种策略都是 0/77**：D9、D10 在 ±10 里就总会换至少一次。它只对「只需要 D1」的问题成立（±10 64/77、±15 51/77、±30 37/77）。任务书决策记录里的「三张盘都只有 1 种 → 直接说不用校正」在数据上不会发生，实现单要改成「只需 D1 且 D1 全窗一种 → 不用校正」。
+
+## 6. 稳健性（`raw`，六题线上顺序）
+
+| 半径 | 盘 | 基线 保留 / 命中 | 答错 1 题（5 seed × 77） | 答错 2 题 | 事件 ±7 天 | LMT 7 例 保留 / 命中 |
+| --- | --- | --- | --- | --- | --- | --- |
+| ±10 | D9 | 76 / 68 | 保留 98.7%、命中 86.0% | 96.6%、80.3% | 76 / 68（同基线） | 6 / 6 |
+| ±10 | D10 | 76 / 66 | 98.7%、82.9% | 97.1%、74.0% | 76 / 66 | 6 / 5 |
+| ±30 | D9 | 76 / 44 | 96.1%、43.9% | 88.1%、32.0% | 76 / 44 | 6 / 2 |
+| ±30 | D10 | 76 / 49 | 96.4%、47.3% | 88.8%、36.4% | 76 / 49 | 6 / 2 |
+| ±60 | D9 | 74 / 36 | 93.0%、31.4% | 81.0%、19.7% | 74 / 36 | 5 / 1 |
+| ±60 | D10 | 74 / 36 | 91.7%、28.3% | 81.0%、17.9% | 74 / 36 | 5 / 1 |
+
+事件日期 ±7 天与基线逐格相同：日精度事件挪 7 天没有改变任何一题的出题与作答（45 天闸门、月级边界）。答错 2 题在 ±30 起把真值段保留压到 88%，与 09-26 「两道反答 = 8 分 = 淘汰线」一致；分档阈值不因此下调，交付卡文案要保留「答错会影响结果」的提醒。
+
+## 7. 给实现单的要点
+
+**改（都在冻结文件之外）**
+
+1. 录入后段扫描：新服务端模块（例如 `scripts/rectification/varga_segments.py`，新文件，不在 `PRODUCTION_FILES`）——对窗口逐分钟算 D1 / D9 / D10 上升，输出各盘段表；只需 D1 且 D1 全窗一种 → 「不用校正」出口。
+2. 段级汇总：前端 `rectification-agentic` 新增 `core/segment-summary.ts`（在 `buildInferenceState` 的分钟分数之上按段求和，`raw` 口径：有效簇分数 ≥0、簇内均摊）；输出每盘头段、占比、剩余段数。
+3. 分档文案：`user-copy.ts` / 交付卡 / 采用卡按 §1 的出口表；采用时落库该段中点分钟。VOICE / DESIGN 同提交。
+4. 按段选题：新模块对 `event_probes` 返回的题池按段级信息增益重排，只在窗口 ≤ ±30 启用；`event_probes.py` 不动。
+5. 按问题域取盘：ConversationFocus 里的问题域 → 目标盘集合（婚恋 D1+D9 / 事业 D1+D10 / 综合三张）。
+
+**不改**：`active_rectification_event_engine.py`、`decision_policy.py`、`MIN_SEPARATION_LEAD`、45 天闸门、七条采集线、卡片 ±2 与三次淘汰、采用 / 确认门、来源标签、训练门与留一件对照、六题照问（不提前停）。
+
+**验收红线**：实现后用本研究脚本回放，±10 / ±30 真值段保留 76 / 76、头段 = 真值不低于 §4「按段」列；±60 交付卡不得出现 D9 / D10 推荐。
+
+## 附：复跑命令
+
+```bash
+export PYTHONHASHSEED=0
+python3 scripts/research/varga_resolution_probe.py \
+  --stages m0,m1,m2,m3,robust --radii 10,30,60 --cache-dir /tmp/varga-cache \
+  --baseline-out docs/research/varga_resolution_baseline_2026_09_30.json \
+  --json-out docs/research/varga_resolution_research_2026_09_30.json
+python3 -m pytest -q tests/test_varga_resolution_research.py
+```
+
+两次完整运行各约 12 分钟（77 例 × 三档，M0–M3 + 稳健性），输出逐字节一致。

docs/tasks/PROGRESS-rectification-varga-resolution-research-20260930.md

@@ -1,124 +1,54 @@
-# PROGRESS · 生时校正分盘上升段研究（BUG-1105）
+# PROGRESS · 生时校正「盘型口径」研究（2026-09-30）
 
-更新时间：2026-09-30
+任务书：`TASK-rectification-varga-resolution-research-20260930.md`（BUG-1105）。执行：Claude fork 子代理。分支 `codex/rectification-varga-resolution-research-20260930`，基线 `origin/staging` @ `c3162cdc`。只 commit 不 push。
 
-## 本次 staging 归档范围（用户要求推送后）
+## 一句话
 
-用户在收到未验收、快速门失败及隐私补扫缺口说明后要求 push 到 staging。本次仅归档可通过隐私扫描的阶段性研究代码、测试、M1 机器结果和文档；**不是研究验收通过，不批准生产实现，不关闭 BUG-1105**。下文“未提交/未推送”均是此前收尾时的历史状态；本次远端是否写入以 push 与远端 SHA 核对为准。
+盘型口径在 v5 上成立：±10 六题后 D9 / D10 头段 = 真值 88% / 86%，占比 ≥ 0.6 留一法 92% / 90%；±30 只有约 1/4–1/3 用户能给可信分盘；±60 分盘 blocked（真值段保留低于基线）。按段选题在 ≤ ±30 有 +3～+7 例收益；提前停不过红线；「不用校正」出口只对只需 D1 的问题成立（三种策略均 0/77）。**建议立实现单**，要点在研究文档 §7。
 
-- 提交范围：3 个研究脚本、研究测试、`artifacts/varga-resolution/varga_resolution_m1.json`、现有测试必需的 `artifacts/varga-resolution/m0-smoke.json`，以及本轮报告、进度、索引、BUG 历史、BLOCKED 和错误台账。M0 smoke 与 M1 JSON 均经显式隐私扫描，0 findings；smoke 不代替 M0 全量证据。
-- **明确不提交** M0 全量原始 JSON、所有原始运行日志/其余烟测产物，以及 5 个 oracle 换行副作用文件。它们在原研究工作树保留，不删除、不改编码规避扫描、不改隐私例外；文中这些路径指本地证据，不代表远端已包含。
-- M0 原始 JSON 的 SHA-256：`c19faccb95076855420b9e5fbbbff9de13b4e611e2fe4f699af39474bd82506c`；M1 JSON 的 SHA-256：`a0f481e85e926fa3ca400c6cae06b608407540418f73fd6b0960067627b2ed24`。哈希仅用于身份追溯，不证明二次复跑。
-- 推送前 fetch 成功，远端从研究基线 `82db6373d` 前进到 `5208f19b7`（4 个提交）；新增远端提交未改 `scripts/`、`tests/`、公开评价集及本任务书。先整合远端，禁止强推覆盖。
-- 推送前 `pre_work_check.py` 再次 exit 1：remote verified；focused 除历史镜像路径断言外，还出现 `candidate_count=6 < workspace_residue_count=29` 的数量断言。保持失败，不造目录、不清其他会话文件；本地日志 `artifacts/varga-resolution/push-pre-work.log`。
-- 全量 quick 仍采用本页所列实际失败结果；已知失败和 M0/M1 验收欠项不因允许归档而转绿。隐私要求只对明确选择的提交子集重新验收，未提交产物仍保留未通过状态。
-- 将上述 13 个精确路径加入 index 后，研究与隐私测试合跑 **140 passed，exit 0（6.73s）**。此次 tracked 隐私门已覆盖拟提交的新脚本、测试和两个 JSON，不再仅依赖未跟踪文件的补扫。两个机器 JSON 保留原始 CRLF 字节及哈希；默认 whitespace check 报 CRLF，采用单次命令 `core.whitespace=blank-at-eol,blank-at-eof,space-before-tab,cr-at-eol` 检查通过，不改仓库配置，不改机器证据。
+## 结果文件
 
-## 当前结论（M0/M1 产物已落盘，整单未验收）
+- `docs/research/rectification_varga_resolution_2026_09_30.md`（结论、表、实现要点）
+- `docs/research/varga_resolution_baseline_2026_09_30.json`（M0 两张表 + 每例区间）
+- `docs/research/varga_resolution_research_2026_09_30.json`（M1–M3、稳健性，含每例）
+- `scripts/research/varga_resolution_lib.py`、`varga_resolution_probe.py`；`tests/test_varga_resolution_research.py`（17 条：15 合成 + 2 复现锁数）
 
-本轮已完成 **M0 首轮运行与 M1 全量分析**，未修改生产代码、未提交、未 push。M0 起点表逐格一致性及第二次字节复跑未闭环；M1 专项测试与记录补验见下文。M2/M3 为 `not_started`，M4 仅有阶段性报告，不能写成整单结论。±60 D9/D10 真值段保留各 74/77，低于任务书区间基线 75/77，明确不过硬红线 1，不建议接入生产。
+## 硬红线逐条
 
-## M0 · 首轮运行完成，验收未闭环
+| # | 要求 | 结果 |
+| --- | --- | --- |
+| 1 | 真值段保留 ≥ 76 / 76 / 75 | ±10、±30 所有盘 76 = 基线，过；±60 D9 / D10 / 组合 74 < 75，**不过** → ±60 分盘写 blocked。提前停（0.7 / 0.8）在 ±10 D9 保留 75 < 76，不过 → 不作为停止条件 |
+| 2 | 阈值-准确率留一法 + 全集对照 | 研究文档 §3.3 / §3.4 |
+| 3 | 稳健性：答错 1 / 2 题、±7 天、LMT 单列 | §6；±7 天与基线逐格相同（出题与作答未变）；LMT 7 例单列 |
+| 4 | 生产代码零改动、对账、复跑一致 | `git diff --name-only` 只在 `scripts/research/`、`tests/`、`docs/`、`references/`（无）；六题回放走线上 `posterior_state` 同一路径（`fewer_probes_card_replay` 逐例区间 0 差，见下）；`PYTHONHASHSEED=0` 两次完整运行 `cmp` 逐字节一致 |
+| 5 | 快速门与基线一致、隐私守卫 | 见「门禁」 |
+| 6 | 负结果完整 | 提前停、±60、「不用校正」0/77、uniform 无收益、LMT 都写了 |
 
-- 评价集：`references/real_case_calibration/minute_rectification_holdout_v5.json`，77 例。
-- 参数：`ayanamsa=raman`、`node_mode=mean`。
-- 评分候选网格：固定 **2 分钟**；每档评分候选数为 ±10=11、±15=16、±30=31、±60=61。
-- 分盘段扫描网格：独立固定 **1 分钟**；每档扫描点数为 ±10=21、±15=31、±30=61、±60=121。
-- 探针口径：既有 `event_probes.discriminating_event_probes`，固定 `refresh=False`；首轮空探针如实记录，不切换 `refresh=True` 制造题目。
-- 连续段：按 D1/D9/D10 上升星座在 1 分钟扫描序列中的最大连续运行编号；非连续再次出现的同一星座不合并；`23:59 -> 00:00` 视为连续，缺样本不跨接。
-- 线上结果口径：机器结果同时保存评分网格候选、`still_valid_public` 展开的真实保留候选集合和 `unionStillValidRange` 等价的首尾区间包络；包络不等于真实集合。
-- 完整逐案对账：四个半径均为 77/77 例，`changed_case_count=0`，错误数 0。单例零差只作 smoke；本结论使用了 77 例×每档半径完整对账。
+## M0 复现
 
-### M0 实际汇总（分母均为 77）
+- 表 1（窗内几种上升）与任务书逐格一致。
+- 表 2（交付区间盘型）与任务书逐格一致。复现时修了起点脚本两处口径：跨午夜端点（23:15 出生、端点 00:01–23:59）偏移按 1440 折回；并列时取区间内最早出现的段，并新增「并列」计数——±30 起「多数 = 真值」有 21–42 例是并列后取先出现的段，这一列不能当准确率读。
+- 与起点脚本 `v5_intervals.json` 逐例比区间端点：231 行 0 差。
 
-| 半径 | D1 窗内单一上升星 | D9 平均段数 | D10 平均段数 | D1×D9×D10 平均组合 | 真值段仍在真实保留集合 |
-|---|---:|---:|---:|---:|---:|
-| ±10 | 64/77 | 2.43 | 2.51 | 3.84 | D1 76/77；D9 76/77；D10 76/77 |
-| ±15 | 51/77 | 3.22 | 3.26 | 5.27 | D1 75/77；D9 75/77；D10 76/77 |
-| ±30 | 37/77 | 5.34 | 5.60 | 9.62 | D1 76/77；D9 76/77；D10 76/77 |
-| ±60 | 10/77 | 9.64 | 10.29 | 18.36 | D1 76/77；D9 74/77；D10 74/77 |
+## 门禁
 
-注意：以上是真实保留集合上的段保留统计，不是只对区间包络统计；区间包络中的并列、空 coverage 另列于机器 JSON。
+- 开工基线：`test_scoring_research.py` + `test_holdout_v5_schema.py` + `test_rectification_validation_integrity_gate.py` + `test_repo_privacy_markers.py` = 31 passed。
+- 新增：`test_varga_resolution_research.py` 17 passed；隐私守卫 passed。
+- 快速门：见文末（合并阶段补）。
 
-## 机器结果与脚本
+## 耗时
 
-- `scripts/research/varga_resolution_lib.py`
-- `scripts/research/varga_resolution_probe.py`
-- `docs/research/varga_resolution_baseline_2026_09_30.json`
-- `artifacts/varga-resolution/m0-full.log`
-- `tests/test_varga_resolution_research.py`
+- 上下文缓存冷启动（77 例 × 三档）约 3 分钟；完整 M0–M3 + 稳健性一次约 12 分钟（run1 11m53s，run2 11m35s）。任务书估计「六题回放约 1 小时一次」偏高：`compute_candidate_static_contexts` 有磁盘缓存后，回放本身只需秒级。
 
-机器 JSON metadata 明确记录：评分 2 分钟、扫描 1 分钟、`refresh_probes=false`、真实集合/区间包络区别、77 例逐档对账分母和跨午夜段定义；不含生成时间或耗时字段，便于逐字节复跑。
+## 缺口
 
-## M1 · 已完成（研究侧）
+- 段级汇总的「质量」用的是线上簇分数（≥0）按簇内均摊；候选步长 2 分钟，段内奇数分钟按均摊补上。实现时若用逐分钟打分，数字会略有不同，需按实现重放。
+- 按段选题的信息增益把「中性」候选当 ½ / ½ 的均匀硬币，与线上卡片更新（中性 delta 0）一致但不是唯一选择；只在 ≤ ±30 报收益。
+- 提前停在 ±10 丢 1 例真值段：原因是答题不足时真值簇落后头名 ≥ 8 分；没有试「停后再多问一题」的变体。
+- 开放集非盲测；封存盲测（`sealed_holdout_rerun.py`）不受影响。
 
-- 新增 `scripts/research/varga_resolution_m1.py`，沿用 M0 的 2 分钟评分 / 1 分钟扫描 / `refresh_probes=false` 链路，不改生产代码。
-- 全量完成 `77 × 4 = 308` 个 case-radius，`errors=0`；结果见 `artifacts/varga-resolution/varga_resolution_m1.json`，日志见 `m1-full-v2.log`。
-- 每盘分别计算 `raw`、`percent`、`uniform` 段质量；输出固定阈值 `0.5/0.6/0.7/0.8/0.9`、全样本拟合对照、逐案例留一法阈值选择与验证结果。
-- 留一法严格排除验证案例；输出 `eligible / coverage / accuracy / truth_retained`，并单列空 coverage、并列、真值排除和 `1900` 年前 LMT 分层。
-- 关键结果（raw，全量正确率 / 真值段保留；LOO 选阈值后的 eligible、accuracy、retained）：
+## 与另一会话 08:49 归档（staging `bedb4d7b`）的关系
 
-| 半径 | 盘 | 全量 top 段正确 | 全量真值段保留 | 全量 ≤2 段 | LOO eligible / accuracy / retained |
-|---|---|---:|---:|---:|---:|
-| ±10 | D1 | 76/77 | 76/77 | 77/77 | 77 / 0.987 / 0.987 |
-| ±10 | D9 | 71/77 | 76/77 | 68/77 | 23 / 0.913 / 0.957 |
-| ±10 | D10 | 69/77 | 76/77 | 63/77 | 29 / 0.931 / 0.966 |
-| ±15 | D1 | 74/77 | 75/77 | 77/77 | 77 / 0.961 / 0.974 |
-| ±15 | D9 | 61/77 | 75/77 | 50/77 | 14 / 0.929 / 0.929 |
-| ±15 | D10 | 59/77 | 76/77 | 52/77 | 8 / 0.875 / 0.875 |
-| ±30 | D1 | 75/77 | 76/77 | 77/77 | 75 / 0.973 / 0.987 |
-| ±30 | D9 | 50/77 | 76/77 | 25/77 | 11 / 1.000 / 1.000 |
-| ±30 | D10 | 52/77 | 76/77 | 25/77 | 16 / 1.000 / 1.000 |
-| ±60 | D1 | 68/77 | 76/77 | 76/77 | 54 / 0.944 / 0.981 |
-| ±60 | D9 | 41/77 | 74/77 | 11/77 | 17 / 0.588 / 0.941 |
-| ±60 | D10 | 34/77 | 74/77 | 10/77 | 9 / 0.778 / 1.000 |
-
-LOO 的高准确率部分来自只交付少量 eligible 案例，不能当全集准确率；±30 以上分盘的覆盖和并列退化明显。三种模式完整逐案例结果在机器 JSON，uniform 的并列数显著更高；LMT 单列，不能剔除。
-
-- M0 第二次全量字节复跑未完成：`m0-full-rerun.log` 仅约 103 行，目标 rerun JSON 不存在，不能宣称逐字节一致；首轮 M0 全量仍是唯一完整复现证据。
-
-
-## M2 · not_started
-
-尚未执行段级信息增益排序、六题与早停分开结果、候选保留集合逐格比较、wrong1/wrong2 和日期 ±7 稳健性。`refresh=False` 首轮探针为空的案例必须保留为空，不能用刷新探针补齐。
-
-## M3 · not_started
-
-尚未执行事业（D1+D10）、婚恋（D1+D9）、综合（D1+D9+D10）三种取盘策略，也未统计各半径目标盘只有 1 段的“不用校正”比例。
-
-## M4 · pending
-
-已创建阶段性报告 `docs/research/rectification_varga_resolution_2026_09_30.md`，含候选档位、诚实出口与实现前置条件；M2/M3 无实测，尚未形成最终研究结论或实现单。不得把研究候选档位当成已校准的产品阈值。
-
-## 运行命令与证据
-
-- M0 全量：
-  `PYTHONUTF8=1 PYTHONHASHSEED=0 python scripts/research/varga_resolution_probe.py --radii 10,15,30,60 --json-out docs/research/varga_resolution_baseline_2026_09_30.json`
-- M0 日志：`artifacts/varga-resolution/m0-full.log`
-- 首轮 M0 定向测试：`PYTHONUTF8=1 python -m pytest -q tests/test_varga_resolution_research.py`，当时 4 passed；当前收尾复验为 77 passed，见下文。
-- 既有基线定向测试：`artifacts/varga-resolution/baseline-targeted.log`，exit 0。
-- 快速门：`artifacts/varga-resolution/baseline-quick.log`；需以命令实际 exit 与日志内容报告，不能把开工预检当作通过。
-- 开工预检：`artifacts/varga-resolution/pre-work.log`，status=`fail`；失败原因是仓库环境的 preflight fragment-scan 合同缺少预期 `.workbuddy/skills/jyotish-vedic-astrology` 镜像路径。该环境缺口不归因于本研究，也不能伪称通过。
-
-## 本轮收尾复验（2026-09-30）
-
-- 报告 ±30 D1 的 LOO 数字已从误写的 `75 / 1.000 / 1.000` 修正为 `75 / 0.973 / 0.987`，精确值为 0.97333333 / 0.98666667；新增测试逐行对比 M1 报表全部 12 行与机器 JSON。
-- `PYTHONUTF8=1 PYTHONHASHSEED=0 python -m pytest -o addopts='' -q tests/test_varga_resolution_research.py`：**77 passed，exit 0**（主会话独立复验 1.19s），日志 `artifacts/varga-resolution/closure-targeted.log`。原 4 个测试断言不变，新增合成算术、空训练、LOO held-out 身份隔离、并列、LMT、308 唯一 case-radius、36 组汇总重算测试；没有重跑引擎，不证明全量字节复现。
-- M0/M1 `--help` 均 exit 0，日志 `closure-m0-help.log`、`closure-m1-help.log`。
-- `PYTHONUTF8=1 PYTHONHASHSEED=0 python -m pytest -o addopts='' -q tests/test_repo_privacy_markers.py`：**63 passed，exit 0**，日志 `closure-privacy.log`。只覆盖当前 tracked repository；新增研究文件仍未跟踪，不能据此宣称产物隐私全绿。
-- 对全部本轮脚本、文档、测试及研究 JSON/log 复用现有 `build_rules` / `scan_text` 显式补扫：**未通过**。29 个成功解码文件中 M0 baseline JSON 有 R003 共 3 次命中（扫描时刻字符串字段，未输出标记值）；旧 `baseline-quick.log` UTF-8 与 GB18030 严格解码均失败。初次 UTF-8-only 扫描 exit 1，带严格回退的补扫也 exit 1，证据 `closure-explicit-privacy.log`。未删改研究证据或放宽隐私例外；提交前需独立核查这些命中并完成原日志的保真扫描。
-- 回放不是每例答满六题：308 个 case-radius 中无探针 36、零回答 38，实际 0–6 题分布为 38/6/5/9/11/16/223。全部保留分母。top 命中包含并列；percent 为后验质量归一化，不是独立概率校准。报告已补真实定义与局限。
-- M1 metadata 的确定性标志不构成复跑证据；M0 任务书起点表逐格对齐仍欠。M2/M3 未执行，BUG-1105 保持 investigating，索引已同步为部分完成。
-- 最终完整 quick 补验使用本机 Python 3.11.7，日志 `artifacts/varga-resolution/closure-quick.log`，**exit 1**。Python 子段为 **1000 passed、1 failed、1 skipped、3 subtests passed（473.06s）**；唯一列出的 pytest 失败是 `tests/test_consultation_native_layers.py::test_the_new_layer_leaves_every_existing_output_unchanged`，在去除既有 volatile 字段后比较两次输出的 JSON 等价性断言失败。日志差异片段涉及 VedAstro 请求清单，但详情截断，根因未确定。本次在 Python 步骤停止，不以开工时的 tsx 失败解释本次失败，不能声称与基线逐项一致。
-- quick 运行期间 5 个 tracked oracle pending packet JSON 变脏。独立只读核查确认：全部 JSON 与 HEAD 语义相同，归一换行后字节相同，只有 LF→CRLF。写入链为 `run_quality_gate.py` → `test_external_oracle_sanity_closure.py` → `external_oracle_sanity_closure.py` → `oracle_closure_master_dashboard.py` → `tajika_annual_closure_status.py` → `tajika_annual_oracle_queue.py:272–284` 的文本模式写入。未恢复或暂存这些非计划文件，排除在本研究候选交付之外；不能把这一副作用当作上条测试失败的已证根因。
-- 独立验收复核全部 M1 表格和回答分布与 JSON 一致，另跑研究定向 **77 passed，exit 0（1.34s）**；只发现本页一处残留“当前 4 passed”，已改为首轮历史值。复核不覆盖完整引擎二次复跑，也不推翻 quick / 隐私补扫未通过的结论。
-
-### 最终文档收口复验
-
-- 最终文档更新后合跑研究定向与 tracked 隐私守卫：**140 passed，exit 0（6.63s）**，即 77 项研究测试 + 63 项隐私测试；日志 `artifacts/varga-resolution/closure-final-checks.log`。
-- 对本轮 7 份修改文档（含未跟踪报告/进度及错误台账）复用现有隐私规则显式扫描：**0 findings**。此结论仅覆盖这 7 份文档，不覆盖全部研究 JSON/log，不解除此前产物补扫的 3 处命中及旧日志解码缺口。
-- 本轮 tracked 文档 `git diff --check` exit 0；全工作树另有已确认的 5 个 oracle 换行副作用，未恢复、未暂存。生产代码、前端、线上评分权重和门槛未改，未提交、未推送、未部署。完整 quick 仍为未通过，整单仍未验收。
-
-## 未完成原因与恢复点
-
-第二次全量 M0 复跑已于本轮中止，**未完成**：`artifacts/varga-resolution/m0-full-rerun.log` 仅有 103 行（已输出 约 26 例×4 档中的前三档，远少于完整 77×4=308 个 case-radius 行），`artifacts/varga-resolution/varga_resolution_baseline_rerun.json` 不存在，因此没有第二次复跑 exit/hash 可报告，也没有逐字节一致性证据。当前没有残留 Python 进程。不得把该日志算作全量通过；首跑的 `m0-full.log`/baseline JSON 才是 M0 全量证据。后续若恢复，须从头完成 77×4 并再比较 hash；本轮不再等待。M1 后续已完成 308 条全量分析，见上文，不再沿用“M1 未开始”的旧状态。M2/M3 为 not_started、M4 为部分完成；后续按原任务书让步顺序 M0 > M1 > M3 > M2 推进，不能以当前文档收尾替代研究验收。
+- 该归档是同一任务书的**部分**执行：M0 首轮 + M1，M2/M3 `not_started`，第二次复跑未闭环，隐私扫描只覆盖提交子集。本分支为完整执行（M0–M3 + 稳健性，两次完整运行逐字节一致），合并时以本分支的 `varga_resolution_lib.py` / `varga_resolution_probe.py` / 测试为准。
+- 两边表 1 的 D9/D10 段数在 ±30/±60 略有差异（如 ±30 D10 5.30 vs 5.60）：对方按「连续段」计数（同一星座不连续再出现算两段），本分支按「不同上升星座数」计数；±10/±15 两边一致。
+- 对方新增的 `scripts/research/varga_resolution_m1.py` 依赖其自有 lib 的函数名，与本分支 lib 不兼容，随合并移除；`artifacts/varga-resolution/` 两个 JSON 为其中间产物，一并移除；`BLOCKED.md` 与 `pre_work_error_ledger.md` 中对方的记录保留不改。

docs/tasks/README.md

@@ -257,7 +257,7 @@
 | `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 | 已验收关单（Claude 09-30：v5 77 例三项全部不过硬红线 1，稳定特征 0 个；BUG-1091 closed_by_design；打分路线关闭，后续走产品口径「盘型选择」研究） | 分支 `codex/rectification-scoring-research-20260929`（BUG-1091 closed_by_design） |
-| `TASK-rectification-varga-resolution-research-20260930.md` | [PROGRESS](PROGRESS-rectification-varga-resolution-research-20260930.md) | **「盘型口径」研究（BUG-1105，离线）**：M0 首轮、M1 全量各 308 个 case-radius；±60 D9/D10 真值段保留各 74/77 < 基线 75/77，不通过红线；LOO 高准确率仅在小覆盖子集成立。生产零改动 | 执行中（部分完成；M0 逐格一致性/二次复跑未闭环，M2/M3 not_started，M4 阶段性） | `codex/rectification-varga-resolution-research-20260930`；用户要求归档到 staging，提交子集与排除项见 PROGRESS（不代表验收）；[研究报告](../research/rectification_varga_resolution_2026_09_30.md) |
+| `TASK-rectification-varga-resolution-research-20260930.md` | `PROGRESS-rectification-varga-resolution-research-20260930.md` | **「盘型口径」研究（离线）**：打分层关闭后，把校正目标从分钟改为分盘上升段。v5 实测：±10 六题后 D1 单一 75/77，D9/D10 ≤2 种 68/63，多数=真值 88%/84%；±30 起分盘分不开。M0 入库段扫描与区间脚本、M1 段级汇总与阈值-准确率（留一法）、M2 按段选题、M3 按问题域取盘 + 「不用校正」比例、M4 实现单要点。不改引擎 / 常数 / 冻结文件；红线：真值段不被排除 ≥ 现在真值在区间比例 | 已实现待验收（Claude fork 2026-09-30：M0 两张表逐格复现；±10 D9/D10 头段=真值 88%/86%、占比≥0.6 留一法 92%/90%；±30 约 1/4–1/3 可信；±60 分盘不过硬红线 1；按段选题 ≤±30 +3～+7 例；提前停不过；「不用校正」三策略 0/77；建议立实现单） | 分支 `codex/rectification-varga-resolution-research-20260930`（BUG-1105） |
 | `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 |
 | `TASK-report-english-edition-20260929.md` | `PROGRESS-report-english-edition-20260929.md` | **报告中英两版**：同一次引擎计算渲染 zh/en 两遍（不用模型翻译），瑜伽库 477 条补英文、模板与前端表头英文化；中文逐字节不变、英文零汉字、两版数字序列一致；阅读页 `?lang=en` 切换，导出当前语言 + 「问 AI 建议导出英文版」提示；旧报告不补英文 | Claude 直接执行（含两个 fork 子代理）并自验（tsc 0、lint 0 error、全量 fail 与基线同 24 条、`/` Static、gzip +0.06%、Python 定向全绿），已部署 staging `d7772011`，真机欠 | — |