docs(research): closure page for the two rounds on unseparable candidates
把 09-14 两轮离线研究和上游对照合并成一页定论：加权重类改法全部不过门、 簇合并从未触发（假线索）、宽度按线上口径是 15/33/56 且真值 20/20 从未被挤出、 问答链有效（回放六题后头名命中 0.80/0.55/0.35）。剩下的唯一痛点是区间内部并列， 只能靠带年月的新经历或诚实呈现。附 KP 计分与风格题前置两条产品决策存档， 以及给下一个人的三条提醒（先确认指标口径、不要从 docstring 推断行为、 真值覆盖率优先于区间宽度）。ACTIVE_FRONTS 加索引。 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
cf972f4040
commit
a643452b44
@@ -105,3 +105,9 @@ Do not open new product surfaces before at least one of these four lanes is clos
|
||||
- Still open:
|
||||
- Vimsopaka semantic mapping for `NEECHA_BHANGA / GREAT_FRIEND / GREAT_ENEMY`
|
||||
- functional role now enters strict evidence; follow-up is Technique Audit Table rendering.
|
||||
|
||||
## 生时校正：候选分不开（2026-09-14 收口）
|
||||
|
||||
- 定论页（先读这个）：`<repo>/docs/research/rectification_minute_resolution_closure_2026_09_14.md`
|
||||
- 两个已被证伪的假设：加权重能拉开候选；簇合并把候选并没了（合并从未触发）。
|
||||
- 未解决的只剩「区间内部并列」，目前唯一被证明有效的信息源是用户提供的带年月新经历。
|
||||
|
||||
@@ -0,0 +1,86 @@
|
||||
# 生时校正「候选分不开」两轮研究的结论页（2026-09-14）
|
||||
|
||||
> 这一页是索引与定论。**下次有人想从"打分权重不够"或"簇合并把候选并没了"出发再查一遍之前，先读这页。**
|
||||
> 口径：ayanamsa `raman`、node mode `mean`，步长 2 分钟，样本 `references/real_case_calibration/minute_rectification_holdout_v4.json`（20 例公开 Rodden-AA，每例 ≥7 件带年月事件、≥4 个领域）。不得与上游 true-node 数字直接对比。
|
||||
|
||||
## 0. 起因
|
||||
|
||||
真机反复出现：带年月的选择题问完，仍剩 4–5 个候选并列（例如相对可能性 26% / 26% / 20%），用户只能蒙。
|
||||
最初的假设有三个，两轮离线测量后**两个被证伪、一个被缩小**。
|
||||
|
||||
| 原始假设 | 结论 |
|
||||
| --- | --- |
|
||||
| A. 打分尺度对分钟不敏感（窗内恒定项 ≈ 11.5 分 vs 随分钟变化项 ≈ 2.1 分，约 5:1），加权重就能拉开 | **证伪**：五个改法三档半径无一过门 |
|
||||
| B. 交付区间宽度永远等于整个搜索窗（簇合并"从不丢簇"） | **证伪**：那是不含淘汰的测量口径产物；线上含淘汰后是 15 / 33 / 56 分钟 |
|
||||
| C. 上游 `yinduzhanxing` 有我们缺的技法 | **证伪**：校正相关增量为零；上游自己也停在"整窗零淘汰" |
|
||||
|
||||
## 1. 已经定论的事实
|
||||
|
||||
### 1.1 交付区间宽度：没有想象中糟，真值也从没丢
|
||||
|
||||
按线上口径（`unionStillValidRange` = 未淘汰且落后头名不足 8 分的簇覆盖并集），答完六题后：
|
||||
|
||||
| 搜索半径 | 不含淘汰的并集（旧口径） | **线上真实宽度中位** | 真值落在交付区间 |
|
||||
| --- | ---: | ---: | ---: |
|
||||
| ±10 | 21 | **15** | 20/20 |
|
||||
| ±30 | 61 | **33** | 20/20 |
|
||||
| ±60 | 121 | **56** | 20/20 |
|
||||
|
||||
### 1.2 簇合并根本没运行过
|
||||
|
||||
`cap_clusters_by_adjacent_merge` 的 docstring 写着 *"Keep the whole window…merge adjacent weak ones"*，容易让人以为弱簇被并回整窗。**实测三档半径上合并次数中位都是 0**：步长 2 分钟时候选最多 61 个，低于 `MAX_PUBLIC_CLUSTERS = 64`，函数压根不触发。真值簇独立率三档都是 20/20。
|
||||
|
||||
**→ 「簇合并把候选并没了」是假线索，不要再从这里查。**
|
||||
|
||||
### 1.3 加权重类改法：全部不过门
|
||||
|
||||
| 改法 | 结果 |
|
||||
| --- | --- |
|
||||
| R1 分盘项除数（`2·len` → `len` / `√len` / 2） | 只在 ±10 提升头名命中 0.35→0.45，宽窗消失 |
|
||||
| R2 去底座（每事件减窗内最小值） | 命中与宽度都不动，仅引擎熵略降 |
|
||||
| R3 **KP 宫头子主计分** | ±10 命中 0.35 → 0.20（权重越大越差）。**不是假阴性**：20/20 例窗内子主确实变 5–9 次 |
|
||||
| R4 年精度事件改边际似然（max / lse） | `max` 命中升到 0.50，但并列率 0.05 → 0.50，把峰值摊成平手 |
|
||||
| R5 动态签名层 | 命中下降或持平，熵上升 |
|
||||
| W1 提高簇上限 / W2 按分差拒绝合并 | 无收益（见 1.2，合并不触发） |
|
||||
| W3 交付区间改分位覆盖 | ±10 / ±60 能收窄且覆盖不降，但 **±30 有一例把真值挤出区间** → 按红线不放行 |
|
||||
|
||||
### 1.4 问答链本身是有效的
|
||||
|
||||
基线引擎头名簇命中只有 0.35 / 0.15 / 0.10；**按真值方向回放六题后升到 0.80 / 0.55 / 0.35**。
|
||||
也就是说：问对题是有用的，瓶颈不在"问了没用"。
|
||||
|
||||
## 2. 还没解决的，只剩一件
|
||||
|
||||
**区间内部的候选并列。** 真机 26% / 26% / 20% 属于这一类：宽度已经收窄，但区间里前两名分数相等。
|
||||
两轮实测的共同结论是：**靠调打分尺度拉不开**。要真正分开，只有两条路——
|
||||
|
||||
1. 用户再提供**带年月的新经历**（这是目前唯一被证明有效的信息源）；
|
||||
2. 接受并列，把它诚实地呈现成"这两分钟分不开"，而不是给一个看似有推荐的代表分钟。
|
||||
|
||||
第 2 条已经在产品侧落地（风格参考题前置、并列时说明"按现有信息分不开"）。
|
||||
|
||||
## 3. 产品决策存档
|
||||
|
||||
- **2026-09-14：KP 宫头子主参与评分**（产品负责人拍板，推翻 BUG-325 防复发条里的"不得把 KP 观察计分"）。方向仍然有效，但 **R3 实测表明默认权重不能直接上线**，需要单独标定后再谈实现单。
|
||||
- **2026-09-14：风格题（D9/D10）在出交付卡之前必问**（放宽版 A），仍然不淘汰候选、只做 ±1 排序微调；并删除了风格题的事件锚点闸，保留"候选在该分盘上上升星座 ≥2 种"的区分力门。
|
||||
|
||||
## 4. 明确不采用
|
||||
|
||||
上游 `scripts/ashtakavarga.py` 的 `PL9_BAV_CELL_OVERRIDES`——为对齐某份 PDF 硬编码覆写特定行星/星座的 bindu 值。那是对答案，不是算法修正。
|
||||
|
||||
## 5. 索引
|
||||
|
||||
| 文档 | 内容 |
|
||||
| --- | --- |
|
||||
| `docs/research/upstream_rectification_gap_2026_09_14.md` | 与上游 `yinduzhanxing` 的逐项能力对照、许可证边界 |
|
||||
| `docs/research/minute_resolution_2026_09_14.md` | 第一轮：R1–R5 打分尺度测量（**文末有勘误，务必读**） |
|
||||
| `docs/research/cluster_width_2026_09_14.md` | 第二轮：宽度口径校正、簇结构画像、W1–W3 |
|
||||
| `docs/research/holdout_v4_build_2026_09_14.md` | v4 封存基准的构建与标注协议 |
|
||||
| `scripts/research/minute_resolution_sweep.py` / `cluster_width_probe.py` | 两轮的测量脚本（离线，未接生产） |
|
||||
| `tests/test_minute_resolution_research.py` / `test_cluster_width_research.py` | 两轮脚本的回归测试 |
|
||||
|
||||
## 6. 给下一个人的三条提醒
|
||||
|
||||
1. **先确认指标口径再下结论。** 第一轮的头条结论就是被"不含淘汰"的宽度口径带偏的；第二轮 M0 才把它纠回来。
|
||||
2. **不要从 docstring 推断行为。** 簇合并那条假线索就是这么来的——实测它从未触发。
|
||||
3. **真值覆盖率优先于区间宽度。** 把区间做窄很容易，把真实分钟挤出去是更严重的错误（`AGENTS.md` Part B B4）。W3 就是卡在这一条。
|
||||
Reference in New Issue
Block a user