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）。