docs(tasks): briefs for holdout v5 expansion and scoring-method research (BUG-1090/1091 reserved)

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

docs/tasks/README.md

@@ -254,6 +254,8 @@
 | `TASK-self-edit-avatar-menu-20260928.md` | `PROGRESS-self-edit-avatar-menu-20260928.md` | **本人可编辑 + 各页头像菜单 + 报告页去说明**：`/people` 本人可编辑出生资料（BUG-1081，`ab6c55f8` 漏掉）；次级页头像弹同一账户菜单、弹窗项跳 `/?account=`；我的报告删顶部说明与统计 | 已实现待验收（分支 `codex/self-edit-avatar-menu-20260928`，未推送） | BUG-1081 |
 | `TASK-mobile-chart-and-confirmed-edit-20260929.md` | `PROGRESS-mobile-chart-confirmed-edit-20260929.md` | **手机星盘 + 确认时间可改 + 天空定格**：iPhone 星盘被宽表撑出屏幕（BUG-1083）；confirmed 状态改声明字段也重置排盘时间（推翻 BUG-264 约定）；「那一刻的天空」改为重放汇聚→定格→右上角分享；去掉报告星图封面 | 已验收（Claude 2026-09-29），已推 staging | BUG-1083 |
 | `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` | — | **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 | 待领取 | — |
+| `TASK-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 | 待领取（脚手架可先在 v4 上开发） | — |
 | `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-serif-headings-20260928.md` | `PROGRESS-serif-headings-20260928.md` | **全站标题改用自托管宋体、正文保持黑体**：产品推翻 BUG-737「CJK 不用衬线」结论（保留「声明的字体必须可加载」「不落系统宋体」两条）；Noto Serif SC SemiBold 按通用规范汉字表 6500 字 unicode-range 切片自托管（改名 Jyotisha Serif SC），swap 不 preload；首页宋体流量 ≤300 KB；先于天空封面单 | 已实现待验收（分支 `codex/serif-headings-20260928`，未推送） | 不开新 BUG；BUG-737 追加说明 |
 | `TASK-cend-ui-claude-alignment-20260916.md` | `PROGRESS-cend-ui-r1/r2/r3-20260916.md` | **C 端界面向 claude.ai 产品界面对齐（三轮串行 R1→R2→R3，都动 `globals.css`，不得并行）**：根因是 `frontend/CLAUDE_DESIGN.md` 扒的是 **claude.com 营销官网**，它自己在 Known Gaps 里写明 claude.ai 产品界面不在范围内，而 `DESIGN.md:3` 把它当成了产品界面的实现契约。**R1**：`--font-display` 里 Tiempos Headline / StyreneB **从未加载**（无 `@font-face`、`public/` 无字体、`layout.tsx` 只 vendor 了 Inter），中文标题全站落到 **宋体 / SimSun**，波及 20 处含助手回答的 h2/h3（BUG-737）；亮色强调色 `#85432f` 与暗色 `#d78064` 不同源，产品拍板亮色换 **Claude coral `#cc785c`**，**易漏点**是 `globals.css:16` 的 `--color-ring` 硬编码在 `@theme inline` 里不跟随 `:root`，另有第四个 `:root` 亮色块（`:4358`）必须同步（BUG-738）；`.composer-footer` 常驻 44px + 顶栏 68px + `--composer-reserve` 148px，每屏固定吃掉 216px，模型选择器移进输入框内部、删掉底栏、顶栏收到 46px 并删「分析对象」副标题。**R2**：空状态是营销落地页（hero 卡 + 两张 132px 入口大卡 + 3 列 156px 主题卡），输入框被压在 **800px 以上**内容之下，重排成「问候 + 居中输入框 + 两枚入口 pill + 一排 chip」。**R3**：侧栏两个 `<details>` 拍平成一条「最近」、星盘的两个入口（侧栏分组 + 账户菜单）收敛到一处、删掉逐条助手头像。**决策记录 D3 推翻 DESIGN.md「报告强调色与应用同源」一句**（报告刻意保留深棕）。原型图 https://claude.ai/code/artifact/da275da6-2954-4f50-99aa-32bb8694d38b（三套画面 + 明暗，页面标题就是建议字体栈的实际渲染）。环境缺口：无登录态无 Chrome，四项真机观感留 `docs/testing/`。BUG 段 737–738 | 待领取 | — |

docs/tasks/TASK-rectification-holdout-expansion-20260929.md

@@ -0,0 +1,83 @@
+# TASK · 生时校正：把开放评价集从 20 例扩到 ≥60 例（v5，2026-09-29）
+
+## 基线
+
+- `origin/staging` @ `b9133154`（写作时 head；开工时以最新 `origin/staging` 为准）。
+- 分支 `codex/rectification-holdout-expansion-20260929`，工作树 `.worktrees/rectification-holdout-expansion-20260929`。
+- **串行关系**：本单是 `TASK-rectification-scoring-research-20260929.md` 的前置。研究单的脚手架可以在 v4 上并行开发，但它的任何"过门 / 不过门"判定必须在本单交付的 v5 上做。
+- 本单**不改任何生产代码**，不动 `scripts/research/sealed_holdout_rerun.py::PRODUCTION_FILES` 的 10 个冻结文件与 `frozen_scoring.files`（ERR-110）。
+
+## 事故实证
+
+生时校正打分方法的每一次"过门 / 不过门"都是在 20 例上判的（`references/real_case_calibration/minute_rectification_holdout_v4.json`，20 例公开 Rodden-AA，84 件年精度 + 59 件日精度事件）。20 例上 1 例 = 5 个百分点：
+
+| 判定 | 数字 | 实际差几例 |
+| --- | --- | --- |
+| KP 宫头子主计分（R3，09-14）判 no_benefit | ±10 头名 0.35 → 0.20 | 3 例 |
+| 精度分档闸门（09-15）判 no_benefit | ±10 头名 0.80 → 0.75 | 1 例 |
+| V1n 分盘配权（09-26）判 no_benefit | ±10 头名 0.80 → 0.85，±60 宽度 56 → 73 | 1 例 / 若干例 |
+| W3 分位区间（09-14）按红线不放行 | ±30 一例真值被挤出 | 1 例 |
+
+这些判定都可能是对的，但都在噪声线上。定论页 `docs/research/rectification_minute_resolution_closure_2026_09_14.md` 的"已证伪"结论，其证据强度同样只有 20 例。
+
+## 根因
+
+v4 继承 v3 的 20 例名单（`docs/research/holdout_v4_build_2026_09_14.md`），只补了事件数与领域数，没有扩例数。没有一份 ≥60 例、事件与出处经人工核对、口径与本仓一致（ayanamsa `raman`、node mode `mean`）的公开评价集。
+
+## 决策记录（产品 2026-09-29）
+
+- **批准**扩建到 **≥60 例**（目标 80 例），新建 v5，v4 原文件不动（旧研究复跑仍要逐字节一致）。
+- v5 是**开放评价集**（`truth_hidden_from_ranker=false`），用来量尺度、做留一法校准；不是封存盲测。封存盲测（`sealed_holdout_rerun.py`）与 reported-offset 记录不因本单改变。
+- **只用公开名人**：Astro-Databank Rodden **AA** 级（出生证 / 医院记录）。不得选入本仓任何真实用户、库主、协作者或其亲友；不得用 A/B/C/DD 级。
+- 事件抽取允许用模型起草，但**每条事件必须人工核对**来源页并记录 URL；模型草稿不得直接进数据集。
+- 本单不改打分、不改闸门、不改任何常数；不得因 v5 上的基线成绩单而顺手调参。
+
+## 硬红线
+
+1. 隐私：只用公开名人；`tests/test_repo_privacy_markers.py` 全绿；数据集不得含任何真实用户资料。
+2. 出生资料：出生时间、地点、时区逐例回到 Astro-Databank 页核对，记录 AA 等级与页面 URL；时区/夏令时按当地历史规则换算，写明依据（v3 曾有两处日期错，见 `holdout_v4_build_2026_09_14.md`）。
+3. 事件：每例 ≥7 件带年月事件、≥4 个领域，字段与 v4 schema 一致（`domain` / `precision` / `date` / `source_url` / `independent_of_birth_source=true`）；事件出处必须独立于出生资料来源。
+4. 分层：名单要覆盖 —— 出生年代 ≥3 个年代段；纬度带 ≥3 档（|φ| <25° / 25–45° / >45°）；南半球 ≥8 例；出生时间落在 22:00–02:00 的 ≥6 例（跨午夜路径，BUG-981～985）；北京时区（UTC+8）≥6 例（本产品主要用户）。不满足分层要求写进 PROGRESS，不得静默。
+5. 基线成绩单必须能复现旧数字：v5 的 v4 子集在 `minute_resolution_sweep.py` / `cluster_width_probe.py` 上跑出的三档头名、覆盖、宽度、并列率必须与 09-14 / 09-26 已发布的数字逐格一致；不一致先查口径，不得改旧文档。
+6. 生产代码零改动；`run_quality_gate.py --profile quick` 与开工基线逐条一致。
+7. `PYTHONHASHSEED=0`（ERR-111）。
+
+## 任务分解
+
+- **T1 选例协议与名单（BUG-1090）**
+  - 写 `docs/research/holdout_v5_protocol_2026_09_29.md`：入选标准、分层配额、排除规则（同一家族多人只取一人；出生时间"rectified"或"from memory"一律排除）、来源记录格式。
+  - 名单 ≥60（含 v4 的 20 例），每例：姓名、Astro-Databank URL、AA 等级、出生日期/时间/地点/时区依据。
+  - 验收：名单文件 `references/real_case_calibration/holdout_v5_roster.json`；分层统计表进 PROGRESS；隐私守卫全绿。
+- **T2 事件抽取与核对**
+  - 每例 ≥7 件、≥4 领域；领域用 `scripts/active_rectification_event_engine.py::DOMAIN_CONFIG` 的键；精度诚实标注（year / month / day），不得把"某年"写成"某年 1 月"。
+  - 每条事件记录 `source_url` 与核对人；模型草稿另存 `_draft`，不进数据集。
+  - 验收：schema 校验测试 `tests/test_holdout_v5_schema.py`（字段、精度、领域、每例计数、URL 非空、`independent_of_birth_source` 全真）；抽样 10% 由 Claude 验收时二次核对来源页。
+- **T3 构建脚本**
+  - `scripts/research/holdout_v5_build.py`：从 roster + 事件文件生成 `references/real_case_calibration/minute_rectification_holdout_v5.json`，三档半径写在数据集上，口径字段（ayanamsa / node mode / 步长）显式写入。
+  - 验收：两次构建逐字节一致；v4 的 20 例在 v5 中的出生资料与事件与 v4 逐字段一致（新增事件除外）。
+- **T4 基线成绩单**
+  - 线上算法在 v5 上跑 `minute_resolution_sweep.py`（五指标）与 `cluster_width_probe.py`（含淘汰的六题回放：头名、真值在区间、宽度中位、并列率、熵降），三档半径。
+  - 另按 `futile_collect_stop_replay.py` 口径跑 truth / opposite 六格。
+  - 验收：JSON 进 `docs/research/holdout_v5_baseline_2026_09_29.json`；v4 子集数字与已发布数字逐格一致（硬红线 5）；全集数字进 PROGRESS 表。
+- **T5 文档**
+  - `docs/research/holdout_v5_build_2026_09_29.md`（协议、分层统计、与 v4 差异、基线成绩单、复跑命令）；`docs/research/ACTIVE_FRONTS.md` 加索引；定论页 §7 之后追加"§8 v5 已建，后续判定以 v5 为准"。
+  - 验收：文档齐；`docs/tasks/README.md` 状态板更新。
+
+## 让步顺序
+
+T1 > T2 > T3 > T4 > T5。**例数 < 40 不算完成**，40–59 例可先交付一版并在 PROGRESS 写明缺口与下一批计划；研究单的判定等到 ≥60 例。
+
+## 开工前置命令
+
+```bash
+git fetch origin --prune
+git worktree add -b codex/rectification-holdout-expansion-20260929 .worktrees/rectification-holdout-expansion-20260929 origin/staging
+cd .worktrees/rectification-holdout-expansion-20260929
+export PYTHONHASHSEED=0
+.venv/bin/python -m pytest tests/test_repo_privacy_markers.py tests/test_minute_resolution_research.py tests/test_cluster_width_research.py -q   # 基线
+.venv/bin/python scripts/research/minute_resolution_sweep.py --help
+```
+
+## BUG 编号
+
+开工时核对 `docs/BUG_HISTORY.md` 最大号（写作时 `BUG-1089`）。本单：**BUG-1090**（评价集 20 例欠力，所有打分判定在噪声线上）。由执行方以 `investigating` 登记，v5 交付后改 `resolved`，证据是 T4 成绩单与 T2 schema 测试。关联 BUG-560、BUG-1089。

docs/tasks/TASK-rectification-scoring-research-20260929.md

@@ -0,0 +1,99 @@
+# TASK · 生时校正打分方法研究：似然比权重 / 缺席证据 / 精度追问（研究单，2026-09-29）
+
+## 基线
+
+- `origin/staging` @ `b9133154`（写作时 head；开工时以最新 `origin/staging` 为准）。
+- 分支 `codex/rectification-scoring-research-20260929`，工作树 `.worktrees/rectification-scoring-research-20260929`。
+- **串行关系**：脚手架（研究计分器、特征抽取、留一法框架）可以先在 v4 上开发调试；**R-A / R-B / R-C 的任何"有收益 / 无收益"判定必须在 `TASK-rectification-holdout-expansion-20260929.md` 交付的 v5（≥60 例）上做**。v5 未交付时只能写 `pending_v5`，不得在 v4 上下结论。
+- 本单是**离线研究**：不改任何生产代码，不动 `sealed_holdout_rerun.py::PRODUCTION_FILES` 的 10 个冻结文件。研究计分器按 09-26 做法独立实现，并与线上 `score_candidates` 在 v4 上**逐分对账**后才算可信。
+
+## 先读
+
+- `docs/research/rectification_minute_resolution_closure_2026_09_14.md`（定论页，含 §7 勘误）
+- `docs/research/rectification_offline_research_2026_09_26.md`
+- `docs/research/rectification_typed_event_scoring_2026_09_29.md`
+- `docs/research/pre_work_error_ledger.md` ERR-110 / ERR-111
+
+## 事故实证
+
+产品 2026-09-29 staging 真机：31 分钟窗，开场 12 件带年份经历，答约 10 张卡，范围整窗不动（止血单 BUG-1084～1087 已处理流程层）。离线事实：
+
+| 事实 | 数字 | 出处 |
+| --- | --- | --- |
+| 引擎原始分头名簇命中（v4，±10/±30/±60） | 0.35 / 0.15 / 0.10；随机水平约 0.09 / 0.03 / 0.02 | 定论页 §1.4 |
+| 按真值方向答六张卡后 | 0.80 / 0.55 / 0.35 | 同上 |
+| 六题后交付宽度中位 | 15 / 33 / 56 分钟 | 定论页 §1.1 |
+| 打字经历按选择题规则计分（R1，09-29） | 57 件日精度经历只有 4 / 9 / 14 件能把候选分到两边 | BUG-1089 |
+| 出生时间每差 1 分钟，大运边界平移 | 中位 3.8 天（1.3–5.9） | 09-26 R3a |
+
+## 根因（打分层）
+
+`scripts/active_rectification_event_engine.py::_score_event`（`:192`）对每件事、每个候选分钟按 11 条规则**加分**（大运主星落领域宫 +2.0、分运 +1.5、次分运 +0.75、分盘命中 `+weight/(2·len(varga_charts))`、Narayana +2.0/+1.0、Arudha +0.35、功能吉凶 ±0.2/0.1、受控过运、Ashtakavarga 辅助），再乘精度权重。三个结构性问题：
+
+1. **只奖不罚**。候选"能解释"事件加分；候选"预测了没发生的事"不扣分。选择题能动分，正因为它允许答"没有"（`core/build-state.ts::applyProbeOutcome`，±2）。口述时间线里的空白（例如事业线 2019-10 到 2025-02 之间没有变动）目前不是证据。
+2. **权重是人拍的，没有校准**。一条规则若对真分钟和错分钟同样常常命中，它只是噪声，但照样 +2。R1–R5 / V1 / V2 / V1n 都是"再拍一个权重看结果"，不是让数据定权重。
+3. **高分辨率信号没进计分**。KP 宫头子主每分钟在算（`scripts/rectification/kp_cusp_observation.py`），被 `OBSERVATION_ONLY_LAYERS`（`:71`）挡住；Pranapada 已算（`:449`）未计分；D60 未入 11 张计分分盘。09-14 KP@默认权重更差，是"权重没校准"的另一个症状，不能证明信号无用。
+
+## 决策记录（产品 2026-09-29）
+
+- **批准**三项离线研究：**R-A 似然比校准权重**、**R-B 缺席证据**、**R-C 精度追问可行性**。有收益才立实现单；实现单必须按 ERR-110 重冻结 sealed holdout / reported offset 记录。
+- **保留**：2026-09-14"KP 宫头子主参与评分"的方向有效——KP 作为 R-A 的一个特征进入，权重由数据定，不再手工试。
+- **保留**：BUG-560 维持 `blocked`，直到某个方案在 v5 上过门。
+- **保留**：09-26"定向追问最多 2 条问完出卡"。R-C 若进入实现，精度追问算在这 2 条额度内，不另加轮次。
+- **不做**：不改 `MIN_SEPARATION_LEAD`、淘汰次数、采用 / 确认门、45 天闸门、领域门槛；不改冻结文件；不接上游 `PL9_BAV_CELL_OVERRIDES`。
+- **预期口径**（写进文档，不得夸大）：月精度经历最多分开相差 ≥8 分钟的候选；31 分钟窗做到极致约 8–10 分钟，不承诺 1–2 分钟。
+
+## 硬红线
+
+1. **真值在区间不降**（v5 三档半径 × truth / opposite 六格，每格都不低于基线）。头名命中不降。任何一格变差即该方案不过门，把数字写进 PROGRESS，不得调参数凑。
+2. **留一法**：R-A 权重估计必须 leave-one-**case**-out（不是 leave-one-event-out）；报告里必须同时给"全集拟合"与"留一法"两组数字，只有留一法数字可用于判定。
+3. 稳健性三项必测：事件日期偏移 ±7 天 / ±1–3 月；答错 1–2 题（09-26 R1 口径）；R-B 另加"用户漏说 1–2 件真实事件"。任何一项把真值挤出区间的比例 > 基线，方案不过门。
+4. 研究计分器与线上 `score_candidates` 在 v4 上逐分对账（09-26 做法），差异 0 才能开始实验。
+5. `PYTHONHASHSEED=0`（ERR-111）；所有 JSON 结果两次复跑逐字节一致。
+6. 生产代码零改动；`run_quality_gate.py --profile quick` 与开工基线逐条一致；新增研究测试全绿。
+7. 隐私：只用 v4 / v5 公开名人数据；文档不写真机会话的事件内容。
+8. 负结果必须完整写出；不得只报有利档位。
+
+## 任务分解
+
+- **R-0 脚手架（可在 v4 上做）**
+  - `scripts/research/scoring_research_lib.py`：特征抽取——对每个 (case, candidate, event) 输出各规则是否命中（现有 11 条规则拆成独立特征；再加 KP 宫头子主是否与真值簇同、Pranapada 宫位是否为领域宫、D60 上升星座是否含领域主、Narayana 层；特征名与 `rule_ids` 对齐），以及候选是否属真值簇（步长 2 分钟，簇口径同 `cluster_width_probe.py`）。
+  - 研究计分器复算线上分数并逐分对账。
+  - 验收：`tests/test_scoring_research.py` 覆盖对账 0 差、特征表形状、留一法拆分不泄漏案例。
+- **R-A 似然比校准权重（BUG-1091）**
+  - 每个特征 f 估 `LR_f = P(f 命中 | 真值簇) / P(f 命中 | 非真值簇)`（加拉普拉斯平滑，平滑量写明），候选分 = Σ log LR_f × 精度权重；淘汰与区间沿用线上 `unionStillValidRange` 口径。
+  - 变体：A1 只用现有 11 特征；A2 加 KP / Pranapada / D60 / Narayana；A3 在 A2 上加只奖不罚 → 允许负 log LR（命中反而降分）。
+  - 指标：头名命中、真值在区间、宽度中位、并列率、每轮熵降；六题回放前后各一组；留一法与全集各一组；稳健性三项。
+  - 判定沿用 `precision_gate_lib.gate_verdict`（头名不降**且**宽度下降，覆盖不降）。另报"校准曲线"：预测概率分桶 vs 真值命中率。
+  - 验收：结果 JSON `docs/research/scoring_research_lr_2026_09_29.json`；每个特征的 LR 与置信区间列表；哪些特征 LR≈1（即噪声）单独列出。
+- **R-B 缺席证据（BUG-1091）**
+  - 定义"覆盖时段"：每个领域内，该例第一件与最后一件带年月事件之间的年份；覆盖时段内没有该领域事件的年份 = 缺席年。
+  - 对每个候选，用 `event_probes.py` 的激活判定（`_has_domain_activation` / `_boundary_windows` 逻辑，研究侧复制不改原文件）算它在缺席年是否预测该领域强激活；预测了就扣分，幅度三档 0.5 / 1.0 / 2.0（卡片答"没有"是 2）。
+  - 必测"用户漏说"：随机删掉每例 1–2 件真实事件后重跑，看真值被挤出区间的比例。
+  - 验收：三档幅度 × 三档半径的表；漏说稳健性表；判定。
+- **R-C 精度追问可行性（产品层，不改计分）**
+  - 对每例每件年精度事件，算"若精确到月，是否恰好落在候选之间的大运边界（±4 个月内）"；统计每例可追问事件数。
+  - 模拟：把 v5 日精度事件降为年精度作为"口述"，再按真月"追问"一件，与六题基线比头名 / 宽度。
+  - 验收：每例可追问数分布；追问 1 件 / 2 件的增益表；判定是否值得进产品（额度按决策记录，算在定向追问 2 条内）。
+- **R-D 文档**
+  - `docs/research/rectification_scoring_research_2026_09_29.md`：三项结论表（一句话 + 是否立实现单）、全部复跑命令；`docs/research/ACTIVE_FRONTS.md` 索引；定论页追加 §9；若某项过门，写实现单草案要点（含 ERR-110 重冻结步骤）。
+
+## 让步顺序
+
+R-0 > R-A > R-C > R-B > R-D 之外的图表。R-0 与 R-A 缺一不可合入；R-B / R-C 未做要在 PROGRESS 写 `not_started`，不得写成"无收益"。
+
+## 开工前置命令
+
+```bash
+git fetch origin --prune
+git worktree add -b codex/rectification-scoring-research-20260929 .worktrees/rectification-scoring-research-20260929 origin/staging
+cd .worktrees/rectification-scoring-research-20260929
+export PYTHONHASHSEED=0
+.venv/bin/python -m pytest tests/test_minute_resolution_research.py tests/test_cluster_width_research.py tests/test_rectification_validation_integrity_gate.py -q   # 基线
+.venv/bin/python scripts/research/minute_resolution_sweep.py --help
+.venv/bin/python scripts/research/cluster_width_probe.py --help
+```
+
+## BUG 编号
+
+开工时核对 `docs/BUG_HISTORY.md` 最大号（写作时 `BUG-1089`；`BUG-1090` 由扩集单预留）。本单：**BUG-1091**（打分只奖不罚、权重未校准、高分辨率信号未计分）。由执行方以 `investigating` 登记；研究结束按结果改 `resolved`（有实现单）或 `closed_by_design`（无收益，附数字）。关联 BUG-560、BUG-1048、BUG-1089、BUG-1090。