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
2026-09-30 09:34:36 +08:00
parent f798366f89
commit 52bfbb2ac5
7 changed files with 110462 additions and 296 deletions
@@ -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。
@@ -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 | — |