docs: publish calibrated public-case evidence

2026-07-12 00:30:32 +08:00
parent 1856b307df
commit a707f670de
6 changed files with 10553 additions and 0 deletions
@@ -0,0 +1,33 @@
+# Public Real-Case Calibration Release Boundary
+
+Date: 2026-07-12
+
+This release publishes reproducible public-case calibration safeguards, not a
+claim of predictive accuracy. It contains no user birth data, private feedback,
+or private event history.
+
+## Included Evidence
+
+- V2.1 scoring correction: `public_real_case_23_case_v21_corrected_observation_2026_07_11.json`
+- Date-control pilot: `public_real_case_negative_control_pilot_2026_07_11.json`
+- Annual-control pilot: `public_real_case_annual_control_pilot_2026_07_11.json`
+- Human-readable correction and control reports in this directory.
+
+## Current Interpretation Boundary
+
+- V2.1 removes duplicate MD/AD scoring and labels legacy precision-like fields
+  as deprecated.
+- SAV/BAV remains descriptive, non-scoring evidence.
+- The date-control and annual-control pilots do not support exact-day or
+  exact-month claims from the current replay score.
+- The calibration corpus uses known positive events and partially adjudicated
+  control dates. It does not establish specificity, balanced accuracy, or
+  general predictive accuracy.
+- External same-chart parity is separate. Local replay must not be described as
+  VedAstro, PyJHora/JHora, or jyotishganit verified until all required raw
+  oracle fields are imported and compared.
+
+## Excluded Local Material
+
+Earlier V1/V2 snapshots, probe outputs, comparison intermediates, and planning
+files remain local. They are retained for audit but are not release evidence.
@@ -0,0 +1,45 @@
+# 真实案例负样本日期排序 Pilot（2026-07-11）
+
+## 设计
+
+对 Trump 就职、DiCaprio 奥斯卡、Markle 婚姻三个 AA 案例，分别取真实事件日前后 `30/60/90/120` 天，共 8 个控制日期。控制日期只保证没有发生该项精确目标事件，不保证没有其他人生事件。
+
+统一使用 V2.1；SAV/BAV 仍为非评分证据。并列采用保守排名：控制日期与真实日期同分时，控制日期排在真实日期前。
+
+## 汇总
+
+- 真实日期 Top-1：`0/3`。
+- 真实日期 Top-3：`0/3`。
+- Mean Reciprocal Rank：`0.1407`。
+- 平均真实日分数边际：`-1.3333`。
+- 24 个控制日期中，`10/24 = 41.67%` 达到 activation 阈值。
+- `10/24 = 41.67%` 达到 strong 阈值。
+
+## 逐案
+
+| 案例 | 真实分 | 最高控制分 | 真实日排名/9 | 结论 |
+|---|---:|---:|---:|---|
+| Trump 2017 就职 | 3 | 7 | 5 | 两个更早控制日期反而 strong |
+| DiCaprio 2016 奥斯卡 | 1 | 1 | 9 | 九个日期全部同分，完全无日期区分力 |
+| Markle 2018 婚姻 | 7 | 7 | 9 | 真实日和八个控制日期全部 strong |
+
+## 裁决
+
+当前评分器主要识别持续数月或更长的 Dasha、分盘与慢行星背景，不能从该背景中确定具体月日。进一步使用 `±1年/±2年` 的 12 个年度控制日期后，真实日 Top-1/Top-3 也只有 `33.33%`：Trump、DiCaprio 均排最后，只有 Markle 婚姻排第一。
+
+由此新增硬门：
+
+- `exact_day`：blocked。
+- `exact_month_from_current_replay_score`：blocked。
+- 当前最大支持精度：`unvalidated_broad_window`。
+- 事业 timing：blocked。
+- 婚姻宽窗口：partial candidate，仍需更多样本。
+
+月级或日级输出只有在 PD/PrAD、Mudda/Varshaphala、精确 KP cusp、快速过境加入后，并在新的控制日期排名中通过，才能解除门控。
+
+本 pilot 仍不能计算完整 balanced accuracy，因为控制日期未被独立核验为“所有同领域事件均未发生”。但它足以反证当前分数具有精确日期识别能力。
+
+机器报告：
+
+- `docs/benchmark/public_real_case_negative_control_pilot_2026_07_11.json`
+- `docs/benchmark/public_real_case_annual_control_pilot_2026_07_11.json`
@@ -0,0 +1,42 @@
+# 真实案例 V2.1 计分修正与 SAV/BAV 审计（2026-07-11）
+
+## 修正内容
+
+1. MD 与 AD 为同一颗星时，不再重复执行整套宫位、落宫和 karaka 加分。
+2. 保留旧字段兼容，但新增真实指标名：
+   - `known_event_activation_rate`
+   - `strong_activation_rate`
+3. `positive_event_recall` 与 `exact_label_rate` 标记为 deprecated。
+4. 23 案例全部加入 D1 SAV/BAV、事件宫 SAV、事件日 Jupiter/Saturn 过境 SAV/BAV；本轮不参与评分。
+
+## V2.1 观察结果
+
+- 总体：`7 strong + 10 weak + 6 miss`。
+- known-event activation：`17/23 = 0.7391`。
+- strong activation：`7/23 = 0.3043`。
+- 事业：activation `8/12 = 0.6667`，strong `2/12 = 0.1667`。
+- 婚姻：activation `9/11 = 0.8182`，strong `5/11 = 0.4545`。
+
+旧 23 案例 strong activation 为 `9/23 = 0.3913`。去重后降为 `7/23 = 0.3043`，确认重复 MD/AD 计分曾抬高强命中数量。
+
+## SAV/BAV 描述性结果
+
+| 分组 | 事件宫 SAV 均值 | Jupiter/Saturn 过境 SAV 均值 | 过境星自身 BAV 均值 |
+|---|---:|---:|---:|
+| 已激活 strong/weak | 28.809 | 28.735 | 3.882 |
+| miss | 30.375 | 27.583 | 3.917 |
+
+当前正样本中，miss 的事件宫 SAV 均值反而高于已激活组，过境 BAV 几乎没有差异。因此：
+
+- SAV 不能直接作为“高分即发生事件”的加分器。
+- SAV 更适合作为本命承载力背景，与大运、宫主、BAV 和过境共同分析。
+- 是否具有日期区分能力，必须用同人物同年度负样本验证。
+
+## 技术边界
+
+- 本仓 SAV 总数和七曜 BAV 总数不变量已由 `tests/test_ashtakavarga_invariants.py` 守门。
+- 本轮 23/23 案例 SAV/BAV 状态为 `used_non_scoring`。
+- 尚未完成 JHora/PyJHora 的逐星座 SAV/BAV raw parity。
+- 本结果使用已见正事件，只是校正观察，不构成 V2.1 晋级验证。
+
+机器报告：`docs/benchmark/public_real_case_23_case_v21_corrected_observation_2026_07_11.json`。