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

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。

Claude 验收（2026-09-29，脚手架阶段）

• 范围：git diff --name-only 在 scripts/rectification/、active_rectification_event_engine.py、frontend/ 上为 0 个文件；三份结果 JSON 的 verdict 全部 pending_v5、dataset: v4。
• 测试：test_scoring_research.py + test_rectification_validation_integrity_gate.py + test_repo_privacy_markers.py + test_minute_resolution_research.py + test_cluster_width_research.py = 117 passed（PYTHONHASHSEED=0）。
• 已 rebase 到 origin/staging（BUG_HISTORY 与报告两单、上游同步 3 同时追加，冲突按编号顺序保留两侧）。
• 结论：脚手架通过，合入 staging。判定阶段等 TASK-rectification-holdout-expansion-20260929 交付 v5 后再跑；届时先解决 percent 口径后验过自信（执行方缺口 2），并按方案矩阵重出六题（缺口 3）。