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
2026-09-29 19:52:43 +08:00
parent e380026641
commit 88dca263fe
3 changed files with 274 additions and 3 deletions
@@ -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。