docs(tasks): research the precision-adaptive probe gate, and ask for exact dates
出生时间每差 1 分钟，Vimshottari 边界只平移约 1.1 天；而 _boundary_windows 用固定 45 天（刷新 30 天）闸门，且全文不读证据精度。20 分钟窗内候选边界全挤在三周内被 整批丢掉——这就是「六题之后引擎出不来题」的算术原因。研究单量闸门按年/月/日分档 的收益，必测 ±3/±7/±14 天记错时真值是否被挤出（挤出即不推荐）。v4 实测有 59 件日 精度事件可用。BUG-689 的邀请文案同步加 D1b：优先请用户说记得确切日期的事，但不得 承诺能定到分钟。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_0155nFCgCHtoA7jhSDGmZmMu
This commit is contained in:
Jesse_Chen
co-authored by
Claude Fable 5
Claude Fable 5
parent
558d43c853
commit
749c7541ad
@@ -186,6 +186,8 @@
|
||||
|
||||
| `TASK-rectification-tiebreak-hold-exit-fix-20260914.md` | `PROGRESS-rectification-tiebreak-hold-exit-20260914.md` | **P0 回归修复单**：BUG-686 的风格题前置把耗尽与收口路径的交付也压住了，`npm test` 由 27 红涨到 33（6 条「该交付却不交付」）。后续 `6fd7925a` 只改断言把它们改绿：4 条文案放宽可接受，2 条实质弱化（「恰好一条交付闸」退化成短路、参考题确认语被算作出口载体）必须恢复；行为层根因未动。hold 要带出口、不得作用于 exhausted/closed-ceiling，最多 hold 一次（BUG-688）。尚未部署，未影响线上 | 待验收 | `codex/rectification-tiebreak-hold-exit-20260914` |
|
||||
|
||||
| `TASK-rectification-precision-adaptive-boundary-research-20260914.md` | `PROGRESS-rectification-precision-gate-research-20260914.md` | **研究单**：出题闸门 `MIN_BOUNDARY_DAYS=45`（刷新 30）不看证据精度，而出生时间每差 1 分钟大运边界只平移约 1.1 天——20 分钟窗内的候选边界全挤在三周内被整批丢掉，这就是「六题后出不来题」的算术原因。量闸门按年/月/日分档（G0–G4）的收益，并必测答错容忍度（±3/±7/±14 天偏移下真值是否被挤出） | 待执行 | `codex/rectification-precision-gate-research-20260914` |
|
||||
|
||||
| `TASK-rectification-open-collect-invite-20260914.md` | `PROGRESS-rectification-open-collect-invite-20260914.md` | **P0**：固定七条采集线问完后只说「能问的都问完了」，用户不知道还能补经历、也不知道补了有用；而两轮研究证明补带年月经历是唯一有效手段。产品拍板：交付卡照出 + 卡上给不限领域的补充邀请（举七条线之外的例子），补完必须可见生效（BUG-689） | 待执行 | `codex/rectification-open-collect-invite-20260914` |
|
||||
|
||||
| `TASK-rectification-cluster-width-research-20260914.md` | `PROGRESS-rectification-cluster-width-research-20260914.md` | **研究单**：上一轮证明调权重改不动交付区间宽度——所有方案宽度中位数都等于整个搜索窗。先确认 sweep 的宽度口径是否含淘汰（M0），再画簇结构像（M1），最后量三个改法：放宽簇上限、按分差决定是否合并、交付区间改分位覆盖（M2）。真值覆盖率不得下降 | 待验收 | `codex/rectification-cluster-width-research-20260914` |
|
||||
|
||||
@@ -0,0 +1,110 @@
|
||||
# 研究单 · 出题闸门按证据精度分档（2026-09-14）
|
||||
|
||||
- 基线：`origin/staging` @ `558d43c8`（代码 `963c147c`，staging 已部署）。
|
||||
- 分支：`codex/rectification-precision-gate-research-20260914`，worktree `.worktrees/rectification-precision-gate-research-20260914`。
|
||||
- 性质：**离线测量，不改线上行为。** 有收益且风险可控才另立实现单。
|
||||
- 前序：`docs/research/rectification_minute_resolution_closure_2026_09_14.md`（两轮定论：加权重、改聚类都不行，唯一有效的是用户补带年月经历）、`docs/research/probe_supply_after_six_2026_09_13.md`（R3/R4 已实现，收益有限）。
|
||||
|
||||
## 1. 问题：现在的闸门是固定的，不看证据精度
|
||||
|
||||
引擎造"能区分候选"的题，靠的是两个候选分钟在同一段时间里的**大运边界落在不同月份**。但有一道固定闸：
|
||||
|
||||
```python
|
||||
# scripts/rectification/event_probes.py:543 _boundary_windows
|
||||
if one.year == two.year and abs((one - two).days) < threshold: # MIN_BOUNDARY_DAYS = 45，刷新阶段 30
|
||||
continue
|
||||
```
|
||||
|
||||
配合这个换算（月亮每分钟约 0.0092°，Vimshottari 1° ≈ 122 天）：
|
||||
|
||||
> **出生时间每差 1 分钟，所有 Vimshottari 边界整体平移约 1.1 天。**
|
||||
|
||||
| 候选相隔 | 边界相差 | 45 天闸 | 30 天闸（刷新） |
|
||||
| --- | ---: | --- | --- |
|
||||
| 40 分钟 | ≈ 45 天 | 可出题 | 可出题 |
|
||||
| 27 分钟 | ≈ 30 天 | 不可 | 勉强 |
|
||||
| **20 分钟（真机常见窗口）** | **≈ 22 天** | **不可** | **不可** |
|
||||
| 2 分钟 | ≈ 2 天 | 不可 | 不可 |
|
||||
|
||||
**这解释了"六题之后引擎就出不来题"**：剩余候选已经挤在 20 分钟内，它们的大运边界全部落在三周之内，被闸门整批丢掉。闸门本身是对的——月精度的记忆分不开相差 20 天的两条边界，问了也是白问。
|
||||
|
||||
**缺口在于：`event_probes.py` 从不读证据的日期精度**（全文没有 `date_precision` / `precision` 字样，`min_days` 只有两个固定取值）。所以哪怕用户给的是「2020 年 4 月 13 日入职」这种**日精度**事件，闸门仍按 45 天卡。可日精度事件本来可以分辨相差 5 天的边界——对应约 **5 分钟**的出生时间分辨率，正好是目前卡住的那一档。
|
||||
|
||||
## 2. 要量的东西
|
||||
|
||||
样本：`references/real_case_calibration/minute_rectification_holdout_v4.json`（20 例公开 AA）。实测精度分布：**日精度 59 件、年精度 84 件**，平均每例约 3 件日精度事件——够做这次测量。
|
||||
|
||||
### M0 · 精度处理三组（必做，用来隔离"精度本身"的收益）
|
||||
|
||||
真机会话以**月精度**为主，而 v4 只有年/日两档。所以同一批案例跑三组：
|
||||
|
||||
| 组 | 处理 |
|
||||
| --- | --- |
|
||||
| A | 原样（日 59 / 年 84） |
|
||||
| B | 全部日精度降级成月精度 |
|
||||
| C | 全部降级成年精度 |
|
||||
|
||||
三组都按当前生产闸门跑一遍，得到基线；这样后面的收益能归因到"精度"而不是"样本差异"。
|
||||
|
||||
### M1 · 闸门分档
|
||||
|
||||
把 `_boundary_windows` 的 `threshold` 从固定值改成**按参与该题的证据精度取值**，测这几档：
|
||||
|
||||
| 档 | 年精度证据 | 月精度证据 | 日精度证据 |
|
||||
| --- | ---: | ---: | ---: |
|
||||
| G0（现状） | 45 | 45 | 45 |
|
||||
| G1 | 45 | 30 | 10 |
|
||||
| G2 | 45 | 30 | 7 |
|
||||
| G3 | 45 | 21 | 5 |
|
||||
| G4 | 60 | 30 | 3 |
|
||||
|
||||
指标沿用既有五项 + 两项新的：真实分钟命中率、**真值落在交付区间的比例（不得下降）**、区间宽度中位、并列率、每轮熵降；新增 **出题数**（每例新增几道）与 **每道题的区分力**（真值簇能否落到 yes/no 一侧且另一侧还有候选）。
|
||||
|
||||
### M2 · 答错容忍度（必做，这是本单最大的风险）
|
||||
|
||||
日精度门槛越低，越依赖用户记准日子。模拟用户记错：把日精度事件的日期**随机偏移 ±3 / ±7 / ±14 天**，各跑一遍，统计：
|
||||
|
||||
- **真值被淘汰出交付区间的例数**（这是最严重的错误，`AGENTS.md` Part B B4）；
|
||||
- 头名命中率的下降幅度。
|
||||
|
||||
**判定规则：任何一档若在 ±7 天偏移下出现真值被挤出，该档不得推荐上线。**
|
||||
|
||||
### M3 · 体验代价
|
||||
|
||||
统计每档下"问满六题之后还能再出几道题"，以及这些题的平均区分力。若某档新增 8 道题但平均只收窄 1–2 分钟，要在结论里标明"问答成本高于收益"。
|
||||
|
||||
## 3. 交付
|
||||
|
||||
- `scripts/research/precision_gate_sweep.py`（新，离线，不接生产）+ `docs/research/precision_gate_2026_09_14.md` / `.json`。
|
||||
- 口径声明与前两轮一致（ayanamsa `raman`、node mode `mean`），不得与上游 true-node 数字直接比。
|
||||
- 结论只允许三种：**有收益**（命中率上升或宽度下降，真值覆盖率不降，且 ±7 天偏移下不挤出）→ 立实现单并给推荐档位；**无收益** → 关闭；**不确定** → 说明缺什么。
|
||||
- 不得改 `scripts/rectification/event_probes.py` 的线上默认值。
|
||||
|
||||
## 4. 硬红线
|
||||
|
||||
1. Python 改动跑 `.venv/bin/python scripts/run_quality_gate.py --profile quick`（已知既有缺口：`test_shadbala_endpoint_returns_ranked_planet_strength`，时区依赖缺失，基线同样红，不计入）。
|
||||
2. **真值覆盖率优先于区间宽度**：任何把真实分钟挤出交付区间的档位一律不推荐，哪怕命中率更高。
|
||||
3. 不得放宽置信度或确认门控；不得让性格题参与淘汰（既有红线）。
|
||||
4. 不得使用真实用户资料。
|
||||
5. 结论必须落到数字。
|
||||
|
||||
## 5. 与 BUG-689 的联动
|
||||
|
||||
本单若有收益，`TASK-rectification-open-collect-invite-20260914.md` 的邀请文案要同步：**优先请用户说"记得确切是哪一天"的事**（登记结婚那天、入职第一天、手术那天、孩子出生那天、拿到录取通知那天），并说明"记得到天的事比记得到月的事有用得多"。该文案改动已写进 BUG-689 单的 D1，不必等本单结论——但"有用得多"这句的强度要按本单结果调整，**不得在没有数据前承诺能定到分钟**。
|
||||
|
||||
## 6. 开工前置命令
|
||||
|
||||
```bash
|
||||
git fetch origin --prune
|
||||
git worktree add -b codex/rectification-precision-gate-research-20260914 \
|
||||
.worktrees/rectification-precision-gate-research-20260914 origin/staging
|
||||
cd .worktrees/rectification-precision-gate-research-20260914
|
||||
ln -s /workspace/Jyotisha/.venv .venv
|
||||
python3 scripts/pre_work_check.py --remote-timeout 8 --command-timeout 45
|
||||
```
|
||||
|
||||
开工前读：`docs/research/rectification_minute_resolution_closure_2026_09_14.md`、`docs/research/probe_supply_after_six_2026_09_13.md`、`scripts/rectification/event_probes.py` 的 `_boundary_windows` 与 `_union_boundary_dates`。
|
||||
|
||||
## 7. BUG 编号
|
||||
|
||||
- 研究单，**不新增 BUG 编号**。
|
||||
Reference in New Issue
Block a user