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/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 | — |