research(rectification): scoring-method scaffold — LR weights, absence, precision follow-up pipelines on v4, verdicts pending v5 (BUG-1091)

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

docs/BUG_HISTORY.md

@@ -14688,6 +14688,21 @@
 - 复发自：无
 - 修复版本：未修
 
+## BUG-1091 | 生时校正打分只奖不罚、权重未校准、高分辨率信号未计分
+
+- 状态：investigating（2026-09-29 研究单 `TASK-rectification-scoring-research-20260929` 脚手架已落地；判定按任务书须在 v5（≥60 例）上做，v4 上只跑通流水线、所有判定字段写 `pending_v5`）
+- 首次发现 / 最近更新：2026-09-29 / 2026-09-29
+- 影响面：`scripts/active_rectification_event_engine.py::_score_event`（11 条加分规则，权重手拍）、`OBSERVATION_ONLY_LAYERS`（KP 宫头子主每分钟在算但不计分）、`_fine_minute_indices`（Pranapada / Hora / Ghati / Bhava lagna 已算未计分）、计分分盘无 D60。
+- 用户现象：开场说 12 件带年份经历、答约 10 张卡后范围整窗不动；引擎原始分头名簇命中在 v4 上只有 0.35 / 0.15 / 0.10（±10 / ±30 / ±60），约为随机水平的 4–5 倍。
+- 触发条件：任何一次校正。打分对候选「能解释事件」加分，对「预测了没发生的事」不扣分；一条规则对真分钟和错分钟同样常命中时照样 +2。
+- 根因（已确认）：(1) 只奖不罚——负证据只来自选择题答「没有」（`core/build-state.ts::applyProbeOutcome`，±2）；(2) 权重是人拍的，R1–R5 / V1 / V2 / V1n 都是「再拍一个权重看结果」，没有按数据校准；(3) KP / Pranapada / D60 这些分钟级信号没进计分，09-14 KP@默认权重更差是「权重没校准」的另一个症状。
+- 修复：未修。本轮只做离线脚手架：`scripts/research/scoring_research_lib.py`（特征记录 provider 与线上 `score_candidates` 逐分对账、似然比权重、leave-one-case-out、加权 provider、缺席 / 精度追问辅助）、`scripts/research/scoring_research.py`（R-A / R-B / R-C 流水线）、`tests/test_scoring_research.py`。生产代码与冻结文件零改动。
+- 验证：`tests/test_scoring_research.py`（含 v4 公开案例对账 0 差）；v4 全集流水线跑通、`PYTHONHASHSEED=0` 两次复跑 JSON 逐字节一致（见 `docs/tasks/PROGRESS-rectification-scoring-research-20260929.md`）。
+- 防复发：任何计分改动必须先在 v5 上过任务书硬红线（六格真值在区间不降、留一法数字、稳健性三项），再按 ERR-110 重冻结；不得在 v4 上下结论（BUG-1090）。
+- 相关记录：BUG-560、BUG-1048、BUG-1089、BUG-1090
+- 复发自：无
+- 修复版本：未修（研究分支 `codex/rectification-scoring-research-20260929`）
+
 ## BUG-1092 | 报告技术页标题出现「字段」，行星主星表头是看不懂的 RL / NL / SL / SS / SB
 
 - 状态：resolved（代码 + 回归测试；未部署，真机待合入 staging 后复核）