# 生时校正「分盘上升段」研究结论（BUG-1105，2026-09-30）

## 1. 范围与诚实边界

这是基于公开 Rodden-AA v5 开放集的离线研究，不是盲测，也不是生产准确率承诺。评价集为 77 例公开资料；所有数字均保留分母、空 coverage、并列和 LMT（1900 年前）分层。参数固定为 Raman ayanamsa、mean node、2 分钟评分候选网格、1 分钟分盘扫描，既有探针 `refresh_probes=false`。生产代码、权重、门槛和前端均未修改。

M0 的首轮完整结果为 308 个 case-radius、逐案计分对账 changed=0；第二次 M0 字节复跑因耗时中止，不能声称逐字节复现。M1 全量 308 个 case-radius、0 errors 已完成。M2、M3 尚未执行，M4 只有本页的研究边界与阶段性结论，不构成实现授权。

## 2. 一句话结论表

| 阶段 | 结论 | 是否建议实现 |
|---|---|---|
| M0 窗内分盘段 | D1 在 ±10/±15 几乎稳定；D9/D10 在 ±10 可较常收到 ≤2 段；±30 起分盘候选明显增多，±60 更不稳定。真值段首轮真实保留集合仍为 D1 76/77、D9 76/77、D10 76/77（±10）；±60 为 D1 76/77、D9 74/77、D10 74/77。 | 仅支持继续研究，不直接实现 |
| M1 段级汇总 | LOO 选择阈值后，D9/D10 的高 accuracy 只覆盖少量高占比案例；±60 D9 仅 17/77、D10 9/77 eligible，且 D9 accuracy 0.588。uniform 并列更多。 | 不建议单独以阈值交付分盘结论 |
| M2 按段选题 | 未执行；没有证据证明按段信息增益优于线上选题。 | 不建议实现 |
| M3 按问题域取盘 | 未执行；事业/婚恋/综合三策略没有实测比较。 | 不建议实现 |

## 3. M0 结果：盘型比分钟更有信息，但存在窗口边界

| 半径 | D1 窗内单一上升 | D9 平均段数 | D10 平均段数 | D1×D9×D10 平均组合 |
|---|---:|---:|---:|---:|
| ±10 | 64/77 | 2.43 | 2.51 | 3.84 |
| ±15 | 51/77 | 3.22 | 3.26 | 5.27 |
| ±30 | 37/77 | 5.34 | 5.60 | 9.62 |
| ±60 | 10/77 | 9.64 | 10.29 | 18.36 |

六题后真实保留集合中的真值段保留：

| 半径 | D1 | D9 | D10 |
|---|---:|---:|---:|
| ±10 | 76/77 | 76/77 | 76/77 |
| ±15 | 75/77 | 75/77 | 76/77 |
| ±30 | 76/77 | 76/77 | 76/77 |
| ±60 | 76/77 | 74/77 | 74/77 |

这些数字只能说明“真值段通常没有被排除”，不能说明系统已经正确选中唯一分盘。特别是 ±30/±60 的 D9/D10，段数和并列快速增加。**按任务书硬红线 1，±60 的 D9/D10 各 74/77，低于既有区间基线 75/77，当前口径不过门**；不能用阈值筛掉失败案例后重报通过。±15 未在原三档区间基线中给出参考数，不能自行套用另一半径。M0 首轮运行完成不等于 M0 已验收：任务书起点表与新表仍有种数/连续段、区间包络/真实集合差异需要逐格解释，第二次字节复跑也未完成。

## 4. M1 结果：阈值可以筛出高置信子集，但不能冒充全集能力

下面是 `raw` 模式全量 top 段正确 / 真值段保留 / 有效候选 ≤2 段，以及逐案例 LOO 选择阈值后的 eligible、accuracy、truth-retained。`top_segment_correct` 是**真值段属于最高质量段集合**（并列也算命中），不是唯一段选对率；并列另报，不能据此宣称唯一盘型已确定。

“六题后”表示最多六题预算，并非每例实际答足六题：308 个 case-radius 中 36 个无探针、38 个零回答，实际回答 0/1/2/3/4/5/6 题分别为 38/6/5/9/11/16/223 个；全部保留在分母中。

| 半径 | 盘 | 全量 top 正确 | 真值保留 | ≤2 段 | LOO eligible / accuracy / retained |
|---|---|---:|---:|---:|---:|
| ±10 | D1 | 76/77 | 76/77 | 77/77 | 77 / 0.987 / 0.987 |
| ±10 | D9 | 71/77 | 76/77 | 68/77 | 23 / 0.913 / 0.957 |
| ±10 | D10 | 69/77 | 76/77 | 63/77 | 29 / 0.931 / 0.966 |
| ±15 | D1 | 74/77 | 75/77 | 77/77 | 77 / 0.961 / 0.974 |
| ±15 | D9 | 61/77 | 75/77 | 50/77 | 14 / 0.929 / 0.929 |
| ±15 | D10 | 59/77 | 76/77 | 52/77 | 8 / 0.875 / 0.875 |
| ±30 | D1 | 75/77 | 76/77 | 77/77 | 75 / 0.973 / 0.987 |
| ±30 | D9 | 50/77 | 76/77 | 25/77 | 11 / 1.000 / 1.000 |
| ±30 | D10 | 52/77 | 76/77 | 25/77 | 16 / 1.000 / 1.000 |
| ±60 | D1 | 68/77 | 76/77 | 76/77 | 54 / 0.944 / 0.981 |
| ±60 | D9 | 41/77 | 74/77 | 11/77 | 17 / 0.588 / 0.941 |
| ±60 | D10 | 34/77 | 74/77 | 10/77 | 9 / 0.778 / 1.000 |

±30 的 D9/D10 “1.000”只是在 11/77 和 16/77 的筛选子集上成立；不能用于对所有用户交付“盘型已确定”。±60 的 D9 结果直接显示阈值筛选也不稳定。

三种段质量均已计算：`raw`、`percent`、`uniform`。先将代表候选的后验分复制到其 `cluster_times` 中的评分网格候选，再只对真实保留候选求段内和；不是给独立扫描网格的每分钟插值。`percent` 在当前实现中只做非负总量比例化，非负分数下与 raw 的 top-share 数学等价，不是另一种概率校准或线上百分比先验回放；`uniform` 不使用分数，依赖段内保留候选数量，且产生更多并列。

LOO 每次只以另外 76 例选择阈值，优先顺序为训练准确率、真值保留率、eligible 数、较低阈值；训练 eligible 至少 5 例。固定阈值表不拟合参数，其汇总可与逐例留出评估相同，但不能当作已择阈值的无偏验证。当前名为 `full_fit` 的字段只是全集固定阈值对照，不代表另一轮学习器拟合。M1 JSON 尚缺独立完整的运行参数 metadata，复现还须结合本页与 M0 metadata；`deterministic_json=true` 只声明确定性序列化意图，不证明两次全量已逐字节一致。完整逐案数组、固定阈值表、LOO 选择阈值表、空 coverage、并列及 LMT 分层见：

- `artifacts/varga-resolution/varga_resolution_m1.json`

## 5. 可信度口径（研究建议，不是生产实现）

- **可直接说“无需校正”**：只有目标盘在当前窗口扫描中只有一个连续段，且该盘的输入窗口与资料精度满足产品既有门槛；不能由高 top-share 单独推出。
- **较可信**：目标盘剩余不超过两段、真值保留门没有被触发、且不是 ±30/±60 的高并列情况；仍只能说“目前更像/可按该盘继续看”，不能写 confirmed。
- **倾向**：存在多个段但 top-share 达到训练折选择的阈值；必须显示仍有多少段、是否并列和覆盖分母。
- **不可判**：±30 以上 D9/D10 剩余段多、并列或 LOO eligible 很低；诚实出口应只交付 D1 或明确“分盘暂时分不开”，不要继续给伪精确分钟。

以上档位是研究报告用语，不是批准生产阈值；M2/M3 尚未提供足够证据支持交互或停题策略。

## 6. 产物与复跑

**归档范围说明**：用户要求将阶段性研究推到 staging；本次仅纳入隐私扫描通过的研究代码、测试、M1 JSON、测试必需的 M0 smoke JSON 和文档。下面的 M0 baseline JSON 及所有原始日志仍只在本地研究树，未提交；不将路径列出冒充远端证据已齐。完整提交/排除清单及 M0、M1 哈希见 PROGRESS 顶部。研究验收、完整 quick 和未提交产物的隐私缺口保持未通过。

- `scripts/research/varga_resolution_lib.py`
- `scripts/research/varga_resolution_probe.py`
- `scripts/research/varga_resolution_m1.py`
- `docs/research/varga_resolution_baseline_2026_09_30.json`
- `artifacts/varga-resolution/varga_resolution_m1.json`
- `tests/test_varga_resolution_research.py`

既有验证：M0 定向测试 4 passed；M1 烟测、M1 全量均 exit 0；M1 全量为 308 条、0 errors。开工快速门 `baseline-quick.log` 的 Python 子段为 1001 passed、1 skipped、3 subtests passed，但随后 `npm test` 因 `tsx` 不可用失败，整体 exit 1。另一个独立命令的 `pre-work.log` 为 fail：focused preflight fragment-scan 测试要求本机不存在的 `.workbuddy/skills/jyotish-vedic-astrology` 镜像路径。两项不能混为一谈，均不能写成通过；本轮补验见 PROGRESS。

本轮补充的研究测试独立复验 **77 passed（exit 0）**，包括上述表格与机器结果一致性、36 组 M1 汇总及 LOO 重算；这不是全引擎复跑。tracked 隐私测试 63 passed，但显式补扫未跟踪产物未通过：M0 JSON 有 3 处 R003 时刻字段命中、旧 quick 日志严格解码失败，详见 PROGRESS / BLOCKED。没有修改隐私例外，当前不可声明隐私全绿或可交付。

最终完整 quick 补验 **exit 1**：Python 子段为 **1000 passed、1 failed、1 skipped、3 subtests passed**。失败是 `test_the_new_layer_leaves_every_existing_output_unchanged` 的原输出不变性断言，不是开工 quick 的 tsx 缺失；根因尚未确定，不能宣称失败清单与基线一致。快速门另产生 5 个 oracle JSON 的 LF→CRLF 副作用，独立比对确认无语义变化；保留现场且不纳入本研究候选交付。证据与范围见 PROGRESS / BLOCKED。

## 7. 后续实现单必须先补的内容

若产品仍要推进实现，另立实现单并明确串行依赖：

1. 先补齐 M0/M1 的验收缺口；按任务书让步顺序优先 M3：事业 D1+D10、婚恋 D1+D9、综合 D1+D9+D10 的取盘策略和“不用校正”比例。
2. 再完成 M2：同一题池、同样六题预算下，按段信息增益与线上按分钟选题逐格比较；必须包含 wrong1/wrong2、事件日期 ±7 天、LMT 分层。
3. 只有两者通过真值段保留红线，才能讨论 UI 交付卡、段扫描时机、段级停止和阈值文案；不得先把本研究脚本接入生产。