docs(research): holdout v5 full-set baseline scorecard and progress close-out (BUG-1090)

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

docs/research/holdout_v5_baseline_v5_all_2026_09_29.json

@@ -0,0 +1,244 @@
+{
+  "dataset": "references/real_case_calibration/minute_rectification_holdout_v5.json",
+  "case_filter": null,
+  "radii": [
+    10,
+    30,
+    60
+  ],
+  "variant": "baseline (production scoring, no research variants)",
+  "ayanamsa": "raman",
+  "node_mode": "mean",
+  "sweep": {
+    "baseline": {
+      "10": {
+        "n": 77,
+        "top1": 0.1818,
+        "coverage": 1.0,
+        "width_median": 21,
+        "tie": 0.026,
+        "entropy0": 2.6239,
+        "entropy6": 2.158,
+        "squeezed": 0,
+        "too_narrow": 0,
+        "replay_top1": 0.6364
+      },
+      "30": {
+        "n": 77,
+        "top1": 0.0779,
+        "coverage": 1.0,
+        "width_median": 61,
+        "tie": 0.026,
+        "entropy0": 4.1018,
+        "entropy6": 2.5422,
+        "squeezed": 0,
+        "too_narrow": 0,
+        "replay_top1": 0.4935
+      },
+      "60": {
+        "n": 77,
+        "top1": 0.0649,
+        "coverage": 1.0,
+        "width_median": 121,
+        "tie": 0.013,
+        "entropy0": 5.0533,
+        "entropy6": 2.6466,
+        "squeezed": 0,
+        "too_narrow": 0,
+        "replay_top1": 0.2597
+      }
+    },
+    "case_count": 77,
+    "errors": []
+  },
+  "cluster_width": {
+    "replay": {
+      "10": {
+        "n": 77,
+        "top1": 0.6753,
+        "coverage": 0.987,
+        "width_median": 15,
+        "tie": 0.0,
+        "entropy0": 2.624,
+        "entropy6": 2.0587,
+        "squeezed": 1,
+        "independent": 1.0,
+        "public_median": 6,
+        "merge_median": 0,
+        "raw_median": 6,
+        "elim_median": 1,
+        "union_alive_median": 17,
+        "engine_union_median": 21
+      },
+      "30": {
+        "n": 77,
+        "top1": 0.4935,
+        "coverage": 0.987,
+        "width_median": 35,
+        "tie": 0.0,
+        "entropy0": 4.1023,
+        "entropy6": 3.3001,
+        "squeezed": 1,
+        "independent": 1.0,
+        "public_median": 17,
+        "merge_median": 0,
+        "raw_median": 17,
+        "elim_median": 7,
+        "union_alive_median": 43,
+        "engine_union_median": 61
+      },
+      "60": {
+        "n": 77,
+        "top1": 0.3247,
+        "coverage": 0.974,
+        "width_median": 63,
+        "tie": 0.0,
+        "entropy0": 5.0543,
+        "entropy6": 4.1692,
+        "squeezed": 2,
+        "independent": 1.0,
+        "public_median": 32,
+        "merge_median": 0,
+        "raw_median": 32,
+        "elim_median": 13,
+        "union_alive_median": 101,
+        "engine_union_median": 121
+      }
+    },
+    "case_count": 77,
+    "errors": []
+  },
+  "futile_collect": {
+    "summaries": [
+      {
+        "radius": 10,
+        "direction": "truth",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 13,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 15,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 6,
+        "truth_lost_cases": 0,
+        "gate_pass": false,
+        "errors": 0
+      },
+      {
+        "radius": 10,
+        "direction": "opposite",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 13,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 15,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 4,
+        "truth_lost_cases": 0,
+        "gate_pass": false,
+        "errors": 0
+      },
+      {
+        "radius": 30,
+        "direction": "truth",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 35,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 35,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 9,
+        "truth_lost_cases": 0,
+        "gate_pass": true,
+        "errors": 0
+      },
+      {
+        "radius": 30,
+        "direction": "opposite",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 35,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 76,
+          "truth_in_range_rate": 0.987,
+          "median_width": 35,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 10,
+        "truth_lost_cases": 0,
+        "gate_pass": true,
+        "errors": 0
+      },
+      {
+        "radius": 60,
+        "direction": "truth",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 61,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 63,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 15,
+        "truth_lost_cases": 0,
+        "gate_pass": false,
+        "errors": 0
+      },
+      {
+        "radius": 60,
+        "direction": "opposite",
+        "n": 77,
+        "baseline": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 61,
+          "mean_injected": 1.82
+        },
+        "d1": {
+          "truth_in_range": 75,
+          "truth_in_range_rate": 0.974,
+          "median_width": 63,
+          "mean_injected": 0.0
+        },
+        "width_worse_cases": 13,
+        "truth_lost_cases": 0,
+        "gate_pass": false,
+        "errors": 0
+      }
+    ],
+    "errors": [],
+    "case_count": 77
+  },
+  "elapsed_s": 1562.7
+}

docs/research/holdout_v5_build_2026_09_29.md

@@ -33,7 +33,7 @@ UTC+8 缺口说明：Astro-Seek 镜像上菲律宾 126 例、中国 205 例、
 ## 2. 出生资料核对结果
 
 - 评级：57 例新增全部 AA（镜像页转载的 Astro-Databank 评级字母；astro.com 原站 2026-09-29 拦截自动访问，见协议 §4.1 的环境缺口）。
-- 时区：`zoneinfo_match` 51、`lmt_from_birthplace_longitude` 3（1853 Zundert、1859 Edinburgh、1879 Ulm）、`standard_time_kept_dst_disagreement` 3（1922 Grand Rapids、1941 Duluth、1963 Owensboro）。
+- 时区：`zoneinfo_match` 51、`lmt_from_birthplace_longitude` 3（1879 Ulm、1890 Lille、1902 Diamantina：tzdata 只有时区代表城市的 LMT，记录用出生地经度的 LMT）、`standard_time_kept_dst_disagreement` 3（1922 Grand Rapids、1941 Duluth、1963 Owensboro：tzdata 把代表城市的夏令时史套到整个时区，记录保持标准时）。1859 Edinburgh 按 tzdata 自 1847 起为 GMT，记录 0:00 与之一致。
 - 拒收（不改数字凑合）：Jorge Luis Borges 1899（记录 −3.9h，zoneinfo −4.28h）、Salvador Allende 1908 与 Claudio Arrau 1903（记录 −4.78 / −4.80h，zoneinfo −4.71h，智利 1910 年前 LMT 与记录不一致）、Corazon Aquino（地名核对）、Juan Perón（Wikipedia 生日 10 月 8 日与记录 10 月 7 日不一致）、Pope Francis（只凑到 3 个领域）。
 - 每条事件带来源页逐字引文，构建脚本核对引文存在于 Wikipedia 纯文本后才写入。
 
@@ -51,7 +51,22 @@ UTC+8 缺口说明：Astro-Seek 镜像上菲律宾 126 例、中国 205 例、
 
 ## 4. v5 全集基线成绩单
 
-<!-- V5_BASELINE_TABLE -->
+结果 JSON：`docs/research/holdout_v5_baseline_v5_all_2026_09_29.json`（77 例，`baseline` 变体，耗时 1563 s）。括号内是 v4 的 20 例（09-14 已发布）作对照；**v5 数字只是成绩单，不是对任何方案的判定**。
+
+| 脚本 | 指标 | ±10 | ±30 | ±60 |
+| --- | --- | --- | --- | --- |
+| `minute_resolution_sweep`（引擎先验） | 头名命中 | 0.18（0.35） | 0.08（0.15） | 0.06（0.10） |
+| | 区间覆盖 / 宽度中位 / 并列率 | 1.00 / 21 / 0.03 | 1.00 / 61 / 0.03 | 1.00 / 121 / 0.01 |
+| | 六题回放头名 | 0.64（0.80） | 0.49（0.55） | 0.26（0.35） |
+| `cluster_width_probe`（六题后线上口径） | 头名簇命中 | 0.68（0.80） | 0.49（0.55） | 0.32（0.40） |
+| | 真值在区间 | 76/77（20/20） | 76/77（20/20） | 75/77（20/20） |
+| | 宽度中位 | 15（15） | 35（33） | 63（56） |
+| `futile_collect_stop_replay`（D1 口径，truth / opposite） | 真值在区间 | 76/77，76/77 | 76/77，76/77 | 75/77，75/77 |
+| | 宽度中位 | 15，15 | 35，35 | 63，63 |
+
+真值被挤出区间的例（`cluster_width_probe` 六题回放）：Arthur Conan Doyle 1859（±10、±30，答 0 题即被引擎先验排除）、Charles de Gaulle 1890（±60，答 0 题）、Manuel Puig 1932（±60，答 6 题后）。前两例都是 LMT 时代的记录（1859 Edinburgh 按 tzdata 记 GMT 0:00，1890 Lille 记出生地 LMT +0:12），出生分钟本身可能就有十来分钟的历史时区误差——这是 v5 交给研究单的一个已知风险，不是本单能裁决的。
+
+读法：v5 上引擎先验头名从 0.35 掉到 0.18、六题回放从 0.80 掉到 0.64、覆盖从 20/20 变成 76/77——v4 的 20 例是偏乐观的样本；后续 R-A / R-B / R-C 的基线以本表为准。
 
 ## 5. 与 v4 的差异
 

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

@@ -40,7 +40,13 @@ v5 已建：**77 例**（v4 20 例原样继承 + 57 例新增公开 Rodden-AA）
 - **硬红线 5**：`--dataset v4` 复跑，三个脚本共 7+12+6 组数字与 `minute_resolution_2026_09_14.json`、`cluster_width_2026_09_14.json`、`futile_collect_stop_replay_2026_09_29.json` 逐格一致（表在 `holdout_v5_build_2026_09_29.md` §3；JSON `holdout_v5_baseline_v4_all_2026_09_29.json`）。
 - v5 全集：`holdout_v5_baseline_v5_all_2026_09_29.json`，数字见构建说明 §4。
 
-<!-- V5_PROGRESS_TABLE -->
+| 半径 | 引擎先验头名（v4） | 六题回放头名（v4） | 六题后真值在区间（v4） | 六题后宽度中位（v4） | D1 六格真值在区间 truth / opposite |
+| --- | --- | --- | --- | --- | --- |
+| ±10 | 0.18（0.35） | 0.64（0.80） | 76/77（20/20） | 15（15） | 76/77，76/77 |
+| ±30 | 0.08（0.15） | 0.49（0.55） | 76/77（20/20） | 35（33） | 76/77，76/77 |
+| ±60 | 0.06（0.10） | 0.26（0.35） | 75/77（20/20） | 63（56） | 75/77，75/77 |
+
+真值被挤出的例与说明见构建说明 §4。
 
 ## T5 文档
 
@@ -56,3 +62,9 @@ v5 已建：**77 例**（v4 20 例原样继承 + 57 例新增公开 Rodden-AA）
 
 - UTC+8 差 1 例；astro.com 原站抽样复核；Rod Chang（台湾 AA）若能找到可靠传记可补。
 - 拒收的 3 例时区不一致（阿根廷 / 智利 1899–1908）值得在 astro.com 可访问后核对原记录的时区注释。
+
+## 快速门
+
+- 开工基线（`origin/staging` @ `5febb111`，本 worktree，Node 22 in PATH）：Python 步 **1001 passed / 1 skipped**；随后 `npm test` 在 `frontend` 报 `sh: 1: tsx: not found`（worktree 没装前端依赖）→ 门失败。
+- 改动后（`ca54d357`）：Python 步 **1001 passed / 1 skipped**，同一处 `tsx: not found`，与基线逐条一致。前端零改动，未在 worktree 安装依赖（环境缺口，非回归）。
+- 定向：`tests/test_holdout_v5_schema.py` 9 passed；`test_minute_resolution_research.py` + `test_cluster_width_research.py` + `test_repo_privacy_markers.py` 全绿。