# TASK · 生时校正三项离线研究（2026-09-26）

## 基线

- `origin/staging` 当前 head。分支 `codex/rectification-offline-research-20260926`。**不改线上代码**（只加研究脚本、结果 JSON、报告文档；若研究脚本需要读引擎内部函数，只读不改）。
- 数据：只用仓库已有的公开 AA 名人开放集（v4，`docs/research/holdout_v4_build_2026_09_14.md`）与明确虚构数据。

## 背景（09-26 盘点）

1. 所有回放都按"每题理想作答"，数字全是上限；**是 / 否答错的容错从未测过**。
2. 分盘敏感度配权 V1/V2 的结论在 09-15 勘误为"未测"（权重没真正生效，BUG-692），**一直没重跑**，是打分侧唯一没真正测过的方向。
3. 文档写"1 分钟 ≈ 1.1 天大运边界位移"（`TASK-rectification-precision-adaptive-boundary-research-20260914.md` 及 BUG-689 邀请语依据）有误：Vimshottari 120 年覆盖 9 个星宿（120°），平均 1° ≈ 1 年；09-26 用 swisseph 在 2000 个虚构时刻实测每分钟位移中位 **3.8 天**（p10 1.6、p90 5.0、范围 1.3–5.9），仓库 `_vim_start_dates` 复核两例 2.3 / 4.9 天。45 天闸门对应约 9–34 分钟而非 40 分钟。推断"出不来题"的真实原因更可能是 `event_probes.py` `_representative_pairs` 只比相邻代表分钟 + 首尾一对。

## 任务

- R1 **答错容错**：在 v4 开放集上，六题回放里随机把 1 题、2 题的是 / 否答反（固定种子，多次重复），统计真值仍在交付区间的比例、头名簇命中、区间宽度；分 ±10 / ±30 / ±60 窗。
- R2 **V1/V2 分盘敏感度配权重跑**：先证明权重确实生效（打分差异非零），再按 closure 文档口径报告头名命中、宽度、真值在区间比例；与基线对照。
- R3 **改正算术**：复现 3.8 天 / 分钟的测量（脚本 + 分布表），重新推导"不同精度的证据能区分多近的候选"，核实 `_representative_pairs` 推断；改正相关任务书 / 研究文档中的错误数字（加勘误段，不删原文），并给出引导邀请语的修改建议（不直接改线上文案）。

## 硬红线

1. 不改线上代码、打分、阈值、Skill；研究脚本放 `scripts/research/`，结果放 `docs/research/`，每个结论附可复跑命令。
2. 不把开放集结果写成盲测或"准确率"；不得出现真实用户数据。
3. Python 同机 A/B，不写死跨机浮点哈希（BUG-985）。

## 交付

`docs/research/rectification_offline_research_2026_09_26.md`（三节 + 结论一句话 + 是否建议立实现单）、结果 JSON、PROGRESS；README 状态板一行。