Jyotisha/docs/research/rectification_varga_resolution_2026_09_30.md

生时校正「盘型口径」研究（2026-09-30）

任务书 docs/tasks/TASK-rectification-varga-resolution-research-20260930.md（BUG-1105）。 数据：references/real_case_calibration/minute_rectification_holdout_v5.json（77 例公开 Rodden-AA，开放集，非盲测）。 口径：ayanamsa raman、node mode mean；候选步长 2 分钟（同三轮既有研究）；分盘上升逐分钟（步长 1）；六题由线上 event_probes.discriminating_event_probes 出、按真值作答、线上卡片更新（±2、三次强冲突淘汰）、线上交付规则（落后头名 <8 分）。 脚本：scripts/research/varga_resolution_lib.py / varga_resolution_probe.py；结果 varga_resolution_baseline_2026_09_30.json（M0）与 varga_resolution_research_2026_09_30.json（M1–M3、稳健性）；测试 tests/test_varga_resolution_research.py。生产代码与 10 个冻结文件零改动。

1. 结论

项	一句话结论	是否建议实现
M0 段扫描	任务书两张表逐格复现。31 分钟窗（±15）D1 上升只有 1 种的 51/77；D9 / D10 均 3.2 / 3.3 种；D9、D10 在任何窗口都没有一例只有 1 种（±10 也是 0/77）	—
M1 段级汇总	六题后按段汇总，±10：D1 头段 = 真值 76/77，D9 68/77（88%）、D10 66/77（86%）；头段占比 ≥ 0.6 时留一法准确率 D9 92%（61 例）、D10 90%（51 例）。±30：D9 / D10 头段 = 真值只有 57% / 64%，但占比 ≥ 0.6 的 18 / 24 例留一法 94% / 92%。±60：真值段保留 74/77 < 基线 75，不过硬红线 1，D9 / D10 只能 blocked	建议实现（±10 / ±30 分档展示；±60 只给 D1）
M2 按段选题	同一题库按「段级信息增益」重排：±10 D9 头段命中 68 → 71、D10 不变、宽度 15 → 13；±30 D9 44 → 48、D10 49 → 56、≤2 段 25 → 33 / 30；真值段保留不变（76）。±60 反而更差（真值段 74 → 73）	建议实现，只在 ≤ ±30 启用；收益 +3～+7 例（4–9 pp），±60 不启用
M2 提前停	头段占比达 0.7 / 0.8 即停：题数 4.1 → 2.2 / 2.9，但 ±10 真值段保留 76 → 75、真值在区间 76 → 75	不建议作为停止条件；占比只用来给可信度档位，六题照问
M3 按问题域取盘	只判用户问的那张盘，准确率上去：±10 婚恋（D1+D9）92%、事业（D1+D10）86%、综合（D1×D9×D10）78%；题数不变（同一题库）。「不用校正」比例：0/77——D9 / D10 在窗内总会换至少一次；只有当问题只需要 D1 时才成立（±10 64/77、±15 51/77）	建议实现取盘策略；「不用校正」出口只对「只需 D1」的问题成立
稳健性	答错 1 题：±10 真值段保留 98.7%、头段命中 83–86%；答错 2 题：97%、74–80%。事件 ±7 天：与基线逐格相同。LMT 时代 7 例：±10 保留 6/7、命中 5–6/7；±30 起命中 1–2/7	分档阈值不因稳健性下调；LMT 例照常计入

推荐口径：raw（线上分数、簇内均摊）。percent 与 raw 在所有格子数字相同（同一排序）；uniform 没有一致收益。

每档半径的诚实出口

用户窗口	D1	D9 / D10	交付卡说什么
≤ ±10（21 分钟）	头段 = 真值 99%	占比 ≥ 0.6 →「较可信」（留一法 90–92%）；0.5–0.6 →「倾向，备选也要看」（全集 86–88%）；< 0.5 →「分不开」（各 3 例）	「D1 上升 X。D9 上升 Y（较可信），备选 Z」
±30（61 分钟）	97%	占比 ≥ 0.6 →「较可信」（留一法 92–94%，约 1/4–1/3 用户）；其余「分不开」	多数用户：「D1 上升 X 可信；分盘按现有信息分不开」
±60（121 分钟）	90%（占比 ≥ 0.9 时 96%）	blocked（真值段保留低于基线，头段命中 ≤ 47%）	「只能确定 D1 上升 X」

2. M0 · 段扫描（复现任务书两张表）

表 1 · 窗口内有几种上升（77 例）

窗口	D1 只有 1 种	D9 平均种数	D10 平均种数	D12 平均	D1×D9×D10 平均组合
±10	64/77	2.43	2.51	2.88	3.84
±15	51/77	3.22	3.25	3.94	5.27
±30	37/77	5.35	5.30	6.74	9.65
±60	10/77	9.27	8.49	10.91	18.32

D9 / D10 / D12 在四档窗口里「只有 1 种」都是 0/77。

表 2 · 六题后交付区间（线上 unionStillValidRange 端点，含区间内被淘汰的分钟）里的盘型

半径	盘	只剩 1 种	≤2 种	区间内多数分钟 = 真值	其中多数是并列
±10	D1	75/77	77	76	0
±10	D9	22	68	68	0
±10	D10	27	63	65	0
±10	D12	18	60	67	2
±10	D1×D9×D10	15	34	52	4
±30	D9 / D10	7 / 4	24 / 22	33 / 34	24 / 21
±60	D9 / D10	1 / 2	11 / 10	15 / 25	42 / 22

与任务书逐格一致（真值在区间 76 / 76 / 75，宽度中位 15 / 35 / 63）。新增「并列」一列：±30 起「多数 = 真值」有一大半是并列后取先出现的段，不能当准确率读；准确率看 §3 的段级占比。

复现中修正了起点脚本的两处口径：跨午夜区间（如 23:15 出生、交付端点 00:01–23:59）的偏移按 1440 折回 [-720, 720]；并列时与起点脚本一样取区间内最早出现的段，并把并列例数单独列出。修正后数字与任务书相同。

3. M1 · 段级汇总与可信度校准（raw，六题）

段 = 窗口内该盘上升相同的连续分钟；段质量 = 仍有效候选簇的分数（≥0）按簇内分钟均摊后落进该段的总和；头段 = 质量最高的段；「真值段保留」= 真值所在段质量 > 0。

3.1 硬红线 1（真值段保留 ≥ 基线真值在区间 76 / 76 / 75）

半径	D1	D9	D10	D12	组合	判定
±10	76	76	76	76	76	过
±30	76	76	76	76	76	过
±60	76	74	74	75	74	D9 / D10 / 组合不过

±60 差的 1 例：真值分钟落在交付端点之内，但它所在的簇落后头名 ≥ 8 分（不在有效簇里），按段汇总时质量为 0。这正是 ±60 分盘应写 blocked 的理由。

3.2 头段 = 真值、剩余段数、头段占比中位

半径	盘	头段 = 真值	剩 ≤2 段	只剩 1 段	头段占比中位
±10	D1	76/77	77	75	1.00
±10	D9	68/77 (88%)	68	22	0.68
±10	D10	66/77 (86%)	63	27	0.67
±10	D12	55/77	60	18	0.66
±10	D1×D9×D10	58/77 (75%)	39	15	0.53
±30	D1	75/77	77	64	1.00
±30	D9	44/77 (57%)	25	7	0.46
±30	D10	49/77 (64%)	25	4	0.44
±30	D1×D9×D10	39/77	11	2	0.35
±60	D1	69/77 (90%)	76	45	1.00
±60	D9	36/77	11	1	0.33
±60	D10	36/77	10	2	0.32

3.3 阈值-准确率（头段占比 ≥ t 的例子里头段 = 真值的比例；全集拟合，括号内例数）

半径	盘	t=0.5	0.6	0.7	0.8	0.9
±10	D9	0.878 (74)	0.918 (61)	0.917 (36)	0.958 (24)	0.955 (22)
±10	D10	0.865 (74)	0.902 (51)	0.909 (33)	0.963 (27)	0.963 (27)
±10	D1×D9×D10	0.826 (46)	0.867 (30)	0.857 (21)	0.933 (15)	0.933 (15)
±30	D9	0.806 (31)	0.944 (18)	1.00 (10)	1.00 (7)	1.00 (7)
±30	D10	0.867 (30)	0.917 (24)	1.00 (14)	1.00 (6)	1.00 (4)
±60	D9	0.611 (18)	0.625 (8)	0.75 (4)	1.00 (1)	1.00 (1)
±60	D10	0.615 (13)	0.667 (9)	0.833 (6)	0.80 (5)	1.00 (2)

3.4 留一法（阈值在训练折上按目标准确率选最低格点，在留出例上判「可信」；报「可信」例数 / 其准确率）

半径	盘	目标 0.8	目标 0.9
±10	D9	74 例 / 0.878（阈值 0.5）	61 例 / 0.918（阈值 0.6）
±10	D10	74 / 0.865	51 / 0.902
±10	D1×D9×D10	46 / 0.826	17 / 0.824
±30	D9	31 / 0.806	18 / 0.944
±30	D10	30 / 0.867	24 / 0.917
±60	D9	0 例（没有阈值能在训练折达标）	0
±60	D10	6 / 0.833	1 / 0.0

去掉 LMT 时代 7 例后（70 例）：±10 D9 62/70、D10 61/70 头段 = 真值，与全集比例相同。

3.5 三种质量口径：percent 与 raw 所有格子相同；uniform（每个存活分钟计 1）±10 D10 头段 68 vs 66、D12 64 vs 55，±30 / ±60 持平或更差，留一法没有一致收益。推荐 raw：不引入新运算，线上分数直接汇总。

4. M2 · 按段选题

同一题库（线上 discriminating_event_probes 返回的池，±10 中位 6 题、±30 / ±60 中位 8 题），研究侧按「答题后段分布的信息增益」逐题挑选，与线上顺序（前六题）比。两边都按真值作答、都用线上卡片更新。

半径	目标盘	顺序	答题数	真值段保留	头段 = 真值	剩 ≤2 段	真值在区间	宽度中位
±10	D9	线上	4.1	76	68	68	76	15
±10	D9	按段	4.1	76	71	70	76	13
±10	D10	线上 / 按段	4.1	76 / 76	66 / 66	63 / 65	76 / 76	15 / 13
±10	D1×D9×D10	线上 / 按段	4.1	76 / 76	58 / 60	39 / 39	76 / 76	15 / 13
±30	D9	线上 / 按段	5.45	76 / 76	44 / 48	25 / 33	76 / 76	35 / 33
±30	D10	线上 / 按段	5.45	76 / 76	49 / 56	25 / 30	76 / 76	35 / 33
±30	D1×D9×D10	线上 / 按段	5.45	76 / 76	39 / 44	11 / 16	76 / 76	35 / 33
±60	D9	线上 / 按段	5.45	74 / 73	36 / 34	11 / 14	75 / 75	63 / 63
±60	D10	线上 / 按段	5.45	74 / 73	36 / 33	10 / 11	75 / 75	63 / 63

前六题完全相同的例数：±10 25–28/77，±30 9/77，±60 7/77——两种顺序确实不同。

提前停（头段占比达到阈值即不再问）：

半径	目标盘	停在	答题数	真值段保留	头段 = 真值	真值在区间
±10	D9	0.7（按段）	2.2	75	71	75
±10	D9	0.8（按段）	2.9	75	70	75
±10	D10	0.7 / 0.8（按段）	2.4 / 2.9	76 / 76	67 / 66	74 / 75
±30	D9	0.7 / 0.8（按段）	4.9 / 5.2	74 / 76	46 / 48	74 / 76

提前停少问 1–2 题，但 ±10 D9 与 ±30 0.7 档都丢 1–2 例真值段 / 真值在区间，低于基线，不过硬红线 1。占比只能用于交付卡的可信度档位，不能用来少问。

判定：按段选题在 ≤ ±30 上是一致的小收益（D9 +3 / +4，D10 0 / +7，宽度 −2），真值段保留不降；±60 更差。建议实现，且只在 ≤ ±30 启用。77 例上 1 例 = 1.3 pp，+3 在噪声边缘，+7 超出噪声。

5. M3 · 按问题域取盘

半径	策略（目标盘）	窗内段数均值	头段 = 真值（线上六题 / 按段六题）	剩 ≤2 段（按段）	「不用校正」（目标盘全窗 1 种）
±10	婚恋 D1+D9	2.4	68 / 71（92%）	70	0/77
±10	事业 D1+D10	2.6	66 / 66（86%）	65	0/77
±10	综合 D1×D9×D10	3.8	58 / 60（78%）	39	0/77
±15	三种	—	—	—	0/77
±30	婚恋	5.4	44 / 48（62%）	33	0/77
±30	事业	5.8	48 / 53（69%）	28	0/77
±30	综合	9.7	39 / 44（57%）	16	0/77
±60	婚恋 / 事业 / 综合	9.6 / 10.7 / 18.3	36→34 / 32→31 / 30→29	14 / 12 / 6	0/77

• 只判用户问的那张盘，准确率明显高于同时判三张（±10：92% / 86% vs 78%）。题数不变——题库是同一个，答题数由可答题目数决定（±10 平均 4.1）。
• 「不用校正」的出口对婚恋 / 事业 / 综合三种策略都是 0/77：D9、D10 在 ±10 里就总会换至少一次。它只对「只需要 D1」的问题成立（±10 64/77、±15 51/77、±30 37/77）。任务书决策记录里的「三张盘都只有 1 种 → 直接说不用校正」在数据上不会发生，实现单要改成「只需 D1 且 D1 全窗一种 → 不用校正」。

6. 稳健性（raw，六题线上顺序）

半径	盘	基线 保留 / 命中	答错 1 题（5 seed × 77）	答错 2 题	事件 ±7 天	LMT 7 例 保留 / 命中
±10	D9	76 / 68	保留 98.7%、命中 86.0%	96.6%、80.3%	76 / 68（同基线）	6 / 6
±10	D10	76 / 66	98.7%、82.9%	97.1%、74.0%	76 / 66	6 / 5
±30	D9	76 / 44	96.1%、43.9%	88.1%、32.0%	76 / 44	6 / 2
±30	D10	76 / 49	96.4%、47.3%	88.8%、36.4%	76 / 49	6 / 2
±60	D9	74 / 36	93.0%、31.4%	81.0%、19.7%	74 / 36	5 / 1
±60	D10	74 / 36	91.7%、28.3%	81.0%、17.9%	74 / 36	5 / 1

事件日期 ±7 天与基线逐格相同：日精度事件挪 7 天没有改变任何一题的出题与作答（45 天闸门、月级边界）。答错 2 题在 ±30 起把真值段保留压到 88%，与 09-26 「两道反答 = 8 分 = 淘汰线」一致；分档阈值不因此下调，交付卡文案要保留「答错会影响结果」的提醒。

7. 给实现单的要点

改（都在冻结文件之外）

1. 录入后段扫描：新服务端模块（例如 scripts/rectification/varga_segments.py，新文件，不在 PRODUCTION_FILES）——对窗口逐分钟算 D1 / D9 / D10 上升，输出各盘段表；只需 D1 且 D1 全窗一种 → 「不用校正」出口。
2. 段级汇总：前端 rectification-agentic 新增 core/segment-summary.ts（在 buildInferenceState 的分钟分数之上按段求和，raw 口径：有效簇分数 ≥0、簇内均摊）；输出每盘头段、占比、剩余段数。
3. 分档文案：user-copy.ts / 交付卡 / 采用卡按 §1 的出口表；采用时落库该段中点分钟。VOICE / DESIGN 同提交。
4. 按段选题：新模块对 event_probes 返回的题池按段级信息增益重排，只在窗口 ≤ ±30 启用；event_probes.py 不动。
5. 按问题域取盘：ConversationFocus 里的问题域 → 目标盘集合（婚恋 D1+D9 / 事业 D1+D10 / 综合三张）。

不改：active_rectification_event_engine.py、decision_policy.py、MIN_SEPARATION_LEAD、45 天闸门、七条采集线、卡片 ±2 与三次淘汰、采用 / 确认门、来源标签、训练门与留一件对照、六题照问（不提前停）。

验收红线：实现后用本研究脚本回放，±10 / ±30 真值段保留 76 / 76、头段 = 真值不低于 §4「按段」列；±60 交付卡不得出现 D9 / D10 推荐。

附：复跑命令

export PYTHONHASHSEED=0
python3 scripts/research/varga_resolution_probe.py \
  --stages m0,m1,m2,m3,robust --radii 10,30,60 --cache-dir /tmp/varga-cache \
  --baseline-out docs/research/varga_resolution_baseline_2026_09_30.json \
  --json-out docs/research/varga_resolution_research_2026_09_30.json
python3 -m pytest -q tests/test_varga_resolution_research.py

两次完整运行各约 12 分钟（77 例 × 三档，M0–M3 + 稳健性），输出逐字节一致。