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/tasks/PROGRESS-rectification-scoring-research-20260929.md

@@ -0,0 +1,66 @@
+# PROGRESS · 生时校正打分方法研究：似然比权重 / 缺席证据 / 精度追问（脚手架阶段，2026-09-29）
+
+- 任务书：`docs/tasks/TASK-rectification-scoring-research-20260929.md`
+- 执行：Claude（直接执行模式，fork 子代理），分支 `codex/rectification-scoring-research-20260929`，基线 `origin/staging` @ `6e393780`（任务书写作时 `5febb111`，其间只有文档提交）。**未推送。**
+- 研究报告：`docs/research/rectification_scoring_research_2026_09_29.md` + `scoring_research_{lr,absence,precision_followup}_2026_09_29.json`
+- 本轮范围（按调度方指令）：在 v4 上完成 R-0 脚手架并把 R-A / R-B / R-C 流水线跑通；**所有判定字段写 `pending_v5`**，v4 数字只作调试参考。v5 交付后在 v5 上跑判定（复跑命令见研究报告末尾）。
+
+## 开工
+
+- `git fetch origin --prune` → worktree `.worktrees/rectification-scoring-research-20260929` 基于 `origin/staging`；任何 git 操作前 `git status -sb` 核对分支。
+- 先读：定论页（含 §7 勘误）、`rectification_offline_research_2026_09_26.md`、`rectification_typed_event_scoring_2026_09_29.md`、ERR-110 / ERR-111。
+- 环境：本机没有 `.venv`（所有 worktree 的 `.venv` 软链都指向不存在的 `/workspace/Jyotisha/.venv`），全部用系统 `python3` 3.13.5（swisseph 9.1.1、pytest、timezonefinder 齐）。快速门的前端步需要 Node 22：`frontend/node_modules` 软链到主检出，`npm` 用 `/exec-daemon/node` + `/exec-daemon/lib/node_modules/npm` 的 shim（系统 `node` 是 20.19，`/usr/bin/npm` 跑的 `tsx` 不在 PATH）。`PYTHONHASHSEED=0`（ERR-111）。
+- 另一子代理并行做 v5 扩集（`.worktrees/rectification-holdout-expansion-20260929`），未触碰。
+
+## 交付物
+
+| 文件 | 内容 |
+| --- | --- |
+| `scripts/research/scoring_research_lib.py` | R-0：特征记录 provider（线上同源 evidence + 额外观察）、逐分对账、特征矩阵、似然比估计（α = 1）、案例级 bootstrap、加权 provider、leave-one-case-out、缩放答案、Platt 温度、缺席年 / 精度升降 / 月份平移辅助 |
+| `scripts/research/scoring_research.py` | R-A / R-B / R-C 流水线；`--limit / --radii / --parts / --fast / --cache-dir / --holdout / --dataset-label / --out-suffix` |
+| `tests/test_scoring_research.py` | 10 条：纯函数 9 条 + v4 公开案例 ±10 对账 0 差 1 条 |
+| `docs/research/rectification_scoring_research_2026_09_29.md` | 报告（结构按任务书 R-D；结论栏全部 `pending_v5`；复跑命令） |
+| `docs/research/scoring_research_*_2026_09_29.json` | 三份结果（`dataset: v4, verdict: pending_v5`） |
+| `docs/BUG_HISTORY.md` | BUG-1091 `investigating`（开工核对最大号 1089；1090 由扩集单占用，未冲突） |
+| `docs/research/ACTIVE_FRONTS.md`、定论页 §9、`docs/tasks/README.md` | 索引与状态板 |
+
+生产代码、`sealed_holdout_rerun.py::PRODUCTION_FILES` 的 10 个冻结文件、任何常数：**零改动**（`git status` 只有上表文件）。
+
+## R-0 · 对账（任务书硬红线 4）
+
+- 研究计分器 vs 线上 `score_candidates`（经 `build_event_contribution_matrix` 同一条矩阵链）：**20 例 × 3 档 = 60 个 case-radius，分数差 0、规则 id 差 0**（`reconciliation.unreconciled = 0`，三份 JSON 均记录）。
+- 做法：provider 用 `precision_gate_lib.score_event_with_policy`（V0）+ 线上 `_controlled_transit_rules`（带缓存）/ `_ashtakavarga_auxiliary` / `_shadbala_verified_components_auxiliary`（取 context 里线上算好的结果），返回与 `_candidate_row` 相同的 evidence；额外观察只进 `FeatureStore`，不进 rule_ids / points，所以矩阵、`event_kind` 系数、`technique_layers`、出题都与线上一致。
+- 特征 42 个：线上规则 25 + 额外观察 17（KP 宫头子主 / 星主 × MD/AD/PD、KP 上升子主、D60 × MD/AD/PD、Pranapada / Hora / Ghati / Bhava lagna 落领域宫）。特征值 = 该规则在该事件采样日期上命中的比例。真值标签 = 候选属于真值所在签名簇。
+- 留一法按**案例**留（`loo_folds`），`scale` 与 `temperature` 也只从训练折估。
+
+## R-A / R-B / R-C · 流水线状态
+
+| 项 | 状态 | v4 调试参考（`raw` 口径，留一法） | 判定 |
+| --- | --- | --- | --- |
+| R-A A1 / A2 / A3 | 跑通（留一法 + 全集、六题回放、引擎头名、校准曲线、稳健性四项、LR 表 + 案例级 bootstrap 区间） | 头名 ±10 0.70 / 0.75 / 0.80（基线 0.80）；±30 0.55 / 0.60 / 0.65（0.55）；±60 0.45 / 0.55 / 0.50（0.40）。真值在区间除 ±60 A3 0.95 外全 1.00。`percent` 口径 softmax 后验过自信，挤出 3–5 例 | `pending_v5` |
+| R-B 缺席 @0.5 / 1.0 / 2.0 分 | 跑通（含漏说 1–2 件 × 5 次） | 2.0 分（=卡片）把覆盖压到 0.85 / 0.70 / 0.40；0.5 / 1.0 分覆盖 1.00 但头名一律降 | `pending_v5`（v4 信号为负） |
+| R-C C1 / C2 × prior / probe / both | 跑通 | 可追问件数每例均值 0.20 / 0.45 / 0.70；±30 上 C1_prior 7 例头名 0.71 | `pending_v5`（样本太少） |
+
+各特征在 v4 上的 LR 与「LR≈1」名单在报告 R-A 第 3 条与 JSON `radii.*.lr_table` / `noise_features`：**42 个特征里 31 / 36 / 38 个（±10 / ±30 / ±60）的 5–95% 区间跨 0**。
+
+## 复跑与确定性（任务书硬红线 5）
+
+- `PYTHONHASHSEED=0 python3 scripts/research/scoring_research.py --cache-dir <scratch>` 连跑两次（758 s / 748 s，静态 context 走磁盘缓存），三份 JSON `cmp` **逐字节一致**；`--out-suffix rerun` 的副本比对后删除，不入库。
+- JSON 不写耗时字段，`sort_keys=True`；随机（漏说抽样、月份平移、答错抽样、bootstrap）全部按 `f"{SEED}:{case_id}:{radius}:…"` 种子。
+
+## 快速门
+
+- 开工基线（`origin/staging` @ `6e393780`，未改任何文件）与改后各跑一次 `python3 scripts/run_quality_gate.py --profile quick`（PATH 带 Node 22 shim）：
+  - Python：**1001 passed, 1 skipped** 两次相同（改后含新增的 10 条 `test_scoring_research.py`——门禁的 pytest 集合按清单收集，新文件不在清单里，计数没变；定向 `python3 -m pytest tests/test_scoring_research.py -q` 10 passed）。
+  - 前端 `npm test`：基线 4357 / pass 4301 / fail 25；改后 4357 / pass **4302** / fail **24**、cancelled 0。失败清单逐条比对：改后 24 条是基线 25 条的子集（少的一条 `D3 · the first stage line shows on send…` 是基线那次偶发红、改后绿，前端零改动）；24 条全是需要 Docker / PostgreSQL / 部署环境的套件（Better Auth / billing / migration / staging sync 等），与 09-29 上一单验收记录的 24 条环境失败一致。
+  - 门禁整体 exit 1 = 该 24 条环境失败所致，基线同样 exit 1；**无新增失败**。
+- 隐私：`tests/test_repo_privacy_markers.py` 在快速门 Python 步内通过（1001 passed 含之）。
+
+## 缺口与说明
+
+- **判定未做**：按任务书，R-A / R-B / R-C 的有无收益只能在 v5 上判；本轮 JSON 的 `debug_verdict_v4` 只是 `gate_verdict` 的机械输出，不作结论。
+- R-A 的 `percent` 口径需要先解决后验标定（单温度 Platt 不够，校准曲线高桶过自信）；v5 上若仍过自信，考虑按训练折做等分位标定或直接用 `raw` 口径（缩放到线上极差）。
+- 六道题由线上矩阵出一次、各方案共用（隔离先验的影响）；若某方案在 v5 上过门，实现前还应按方案矩阵重新出题再测一次。
+- 大运边界邻近项（`merge_transition_proximity`）按线上原样附加、未重加权。
+- R-B 的缺席年在 v4 上不可靠（传记摘录不是完整时间线）；这条限制在真人口述上同样存在，报告已写明。
+- 未做：R-C 的产品层实现、任何实现单；`CHANGELOG.md` 无用户可见变化，未改。

docs/tasks/README.md

@@ -256,7 +256,7 @@
 | `TASK-mobile-chart-and-confirmed-edit-20260929.md` | `PROGRESS-mobile-chart-confirmed-edit-20260929.md` | **手机星盘 + 确认时间可改 + 天空定格**：iPhone 星盘被宽表撑出屏幕（BUG-1083）；confirmed 状态改声明字段也重置排盘时间（推翻 BUG-264 约定）；「那一刻的天空」改为重放汇聚→定格→右上角分享；去掉报告星图封面 | 已验收（Claude 2026-09-29），已推 staging | BUG-1083 |
 | `TASK-rectification-futile-collect-stop-20260929.md` | `PROGRESS-rectification-futile-collect-stop-20260929.md` | **生时校正停掉无效补经历循环（止血）**：打字经历不收窄（BUG-560 后果），流程却一路索要，真机 22 件整窗不动；采集只为开闸、门开后只问点选卡问完即出卡；交付正文去吻合率；多段时旁白误报「范围没变」；交付轮带采集题 | 已验收（Claude 2026-09-29 合并验收：全量前端 4302/24 与基线同 24 条环境失败、tsc 0、lint 0 error、`/` Static、gzip +0.16%、快速门 pytest 1001 passed、两份回放复跑一致），待部署核对 | BUG-1084～1087 |
 | `TASK-rectification-holdout-expansion-20260929.md` | — | **开放评价集扩到 ≥60 例（v5）**：所有打分判定都在 20 例上做，1 例 = 5pp，KP / 精度闸 / V1n 的 no_benefit 都只差 1–3 例。只用 Rodden AA 公开名人，事件人工核对出处，分层（年代 / 纬度 / 南半球 / 跨午夜 / UTC+8），v4 不动；基线成绩单 v4 子集须与已发布数字逐格一致。研究单的判定以 v5 为准 | 待领取 | — |
-| `TASK-rectification-scoring-research-20260929.md` | — | **打分方法研究（离线）**：R-A 似然比校准权重（leave-one-case-out，KP / Pranapada / D60 作为特征由数据定权重、允许负权重）、R-B 缺席证据（口述时间线覆盖时段内的空白年扣分，必测漏说稳健性）、R-C 精度追问可行性（对已说事件追问月份，算在定向追问 2 条额度内）。判定必须在 v5 上做；有收益才立实现单并按 ERR-110 重冻结 | 待领取（脚手架可先在 v4 上开发） | — |
+| `TASK-rectification-scoring-research-20260929.md` | `PROGRESS-rectification-scoring-research-20260929.md` | **打分方法研究（离线）**：R-A 似然比校准权重（leave-one-case-out，KP / Pranapada / D60 作为特征由数据定权重、允许负权重）、R-B 缺席证据（口述时间线覆盖时段内的空白年扣分，必测漏说稳健性）、R-C 精度追问可行性（对已说事件追问月份，算在定向追问 2 条额度内）。判定必须在 v5 上做；有收益才立实现单并按 ERR-110 重冻结 | 已实现待验收（Claude fork 2026-09-29：R-0 脚手架 + R-A / R-B / R-C 流水线在 v4 上跑通，对账 0 差，判定全部 `pending_v5`；生产代码零改动） | 分支 `codex/rectification-scoring-research-20260929`（BUG-1091 investigating） |
 | `TASK-rectification-typed-event-scoring-research-20260929.md` | `PROGRESS-rectification-typed-event-research-20260929.md` | **打字经历按选择题规则计分（离线研究，不上线）**：计分通道不对称 + 已入账年份挡题；R0 学业质量题措辞 / 年精度显示成 1 月（冻结文件，需重新冻结） | 已验收（Claude 2026-09-29 合并验收：全量前端 4302/24 与基线同 24 条环境失败、tsc 0、lint 0 error、`/` Static、gzip +0.16%、快速门 pytest 1001 passed、两份回放复跑一致），待部署核对 | BUG-1088、1089 |
 | `TASK-report-reader-polish-20260929.md` | `PROGRESS-report-reader-polish-20260929.md` | **报告页打磨**：生成入口挪进页面主体（删标题栏按钮）、详情页到底部按钮（懒渲染一次到底）、导出按钮带文字、目录一级/二级分层、去掉「字段」与 RL/NL 缩写表头、状态列同义重复去重、报告表格淡底色、分块导出显示真实文件大小 | Claude 直接执行并自验（tsc 0、lint 0 error、全量 fail 与基线同 24 条、`/` Static、gzip +7 B、快速门 Python 1000 passed），已推 staging，真机欠 | BUG-1092～1094 |
 | `TASK-report-english-edition-20260929.md` | — | **报告中英两版**：同一次引擎计算渲染 zh/en 两遍（不用模型翻译），瑜伽库 406 条补英文、模板与前端表头英文化；中文逐字节不变、英文零汉字、两版数字序列一致；阅读页 `?lang=en` 切换，导出当前语言 + 「问 AI 建议导出英文版」提示；旧报告不补英文 | 待领取（依赖 reader-polish 合入） | — |