jesse-ux
039b0a2608
Count-aware closed-pool invite, catch the five stale contract assertions, and mark M1b V1/V2 as not_measured.
282 lines
12 KiB
Markdown
282 lines
12 KiB
Markdown
# 出题闸门按证据精度分档测量（2026-09-14）
|
||
|
||
- 口径：ayanamsa `raman`，node mode `mean`。不得与上游 true-node 数字直接对比。
|
||
- 数据：`references/real_case_calibration/minute_rectification_holdout_v4.json`，20 例公开 Rodden-AA。精度 日 59 / 月 0 / 年 84。
|
||
- 半径：±10, ±30, ±60，步长 2 分钟。
|
||
- 性质：离线测量。生产 `event_probes.py` 的 `MIN_BOUNDARY_DAYS=45` / `REFRESH_MIN_BOUNDARY_DAYS=30` 未改；计分引擎等权分盘未改。
|
||
- 线上对照：`unionStillValidRange` = 未淘汰且落后头名不足 8 分的簇覆盖并集。
|
||
|
||
## 结论
|
||
|
||
**无收益，不立实现单。** 线上 `MIN_BOUNDARY_DAYS=45` / 刷新 30 与等权分盘保持不动。真机卡住的 ±10 窗上，放宽闸门能把宽度从 15 收到 11，但头名从 0.80 掉到 0.75；宽窗上宽度反而变大。V1/V2 与基线相同（**勘误：标为未测，见 M1b**），V3（D60）在 ±10 把头名降到 0.70。唯一看起来像过门的格子是 G1+V3 在 ±10（命中仍 0.80、宽度 15→11），宽窗上不成立，也没有对该组合做 ±7 记错，不够立实现单。
|
||
|
||
判定口径：命中不降 **且** 宽度下降才算有收益；只多出题而宽度变宽不算。±7 天记错挤出真值的档位一律不推荐。本网格覆盖率始终 20/20，M2 挤出全是 0。
|
||
|
||
| 方案 | 判定 | 说明 |
|
||
| --- | ---: | ---: |
|
||
| G1 | no_benefit | ±10:no_benefit squeezed7=0；±30:no_benefit squeezed7=0；±60:no_benefit squeezed7=0 |
|
||
| G2 | no_benefit | ±10:no_benefit squeezed7=0；±30:no_benefit squeezed7=0；±60:no_benefit squeezed7=0 |
|
||
| G3 | no_benefit | ±10:no_benefit squeezed7=0；±30:no_benefit squeezed7=0；±60:no_benefit squeezed7=0 |
|
||
| G4 | no_benefit | ±10:no_benefit squeezed7=0；±30:no_benefit squeezed7=0；±60:no_benefit squeezed7=0 |
|
||
| V1 | not_measured | 原判定 `no_benefit`；见 M1b 勘误 |
|
||
| V2 | not_measured | 原判定 `no_benefit`；见 M1b 勘误 |
|
||
| V3 | no_benefit | ±10:no_benefit；±30:no_benefit；±60:no_benefit |
|
||
|
||
过运与三大外部引擎未参与本单（纯出题闸门 / 分盘配权，不解释运势）。
|
||
|
||
## M0 · 精度处理三组（生产闸门）
|
||
|
||
同一批例子、生产 45/30 闸。A 原样，B 日→月，C 全部→年。用来隔离精度本身，而不是闸门。
|
||
|
||
### ±10
|
||
|
||
| 组 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| A | 0.8 | 1 | 15 | 0 | 0 | 5.1 | 3.25 |
|
||
| B | 0.8 | 1 | 15 | 0 | 0 | 5.1 | 3.35 |
|
||
| C | 0.75 | 1 | 15 | 0 | 0 | 5.1 | 3.3 |
|
||
|
||
### ±30
|
||
|
||
| 组 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| A | 0.55 | 1 | 33 | 0 | 0 | 7.1 | 5.45 |
|
||
| B | 0.55 | 1 | 35 | 0 | 0 | 7.1 | 5.2 |
|
||
| C | 0.6 | 1 | 35 | 0 | 0 | 7.1 | 5.2 |
|
||
|
||
### ±60
|
||
|
||
| 组 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| A | 0.4 | 1 | 56 | 0 | 0 | 7.2 | 5.75 |
|
||
| B | 0.4 | 1 | 58 | 0 | 0 | 7.2 | 6.05 |
|
||
| C | 0.45 | 1 | 61 | 0 | 0 | 7.2 | 6.1 |
|
||
|
||
对 BUG-689 邀请文案：组 A 与把日精度降成月的组 B 在 ±10 上命中/宽度完全一样（0.80 / 15）。全部降成年精度的组 C 命中只掉到 0.75。v4 没有原生月精度事件，**不能**把「记得到天比记得到月有用得多」写成已证实，更不能承诺能定到分钟。
|
||
|
||
## M1 · 闸门分档（组 A）
|
||
|
||
### ±10
|
||
|
||
| 档 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 | 有分辨力 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| G0 | 0.8 | 1 | 15 | 0 | 0 | 5.1 | 3.25 | 3.25 |
|
||
| G1 | 0.75 | 1 | 11 | 0 | 0 | 5.9 | 3.3 | 3.3 |
|
||
| G2 | 0.75 | 1 | 11 | 0 | 0 | 5.9 | 2.95 | 2.95 |
|
||
| G3 | 0.75 | 1 | 11 | 0 | 0 | 5.9 | 2.95 | 2.95 |
|
||
| G4 | 0.75 | 1 | 11 | 0 | 0 | 5.9 | 2.95 | 2.95 |
|
||
|
||
### ±30
|
||
|
||
| 档 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 | 有分辨力 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| G0 | 0.55 | 1 | 33 | 0 | 0 | 7.1 | 5.45 | 5.45 |
|
||
| G1 | 0.55 | 1 | 35 | 0 | 0 | 7.05 | 5.4 | 5.4 |
|
||
| G2 | 0.55 | 1 | 37 | 0 | 0 | 7.05 | 5.5 | 5.5 |
|
||
| G3 | 0.55 | 1 | 37 | 0 | 0 | 7.05 | 5.5 | 5.5 |
|
||
| G4 | 0.55 | 1 | 37 | 0 | 0 | 7.05 | 5.6 | 5.6 |
|
||
|
||
### ±60
|
||
|
||
| 档 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 | 首轮出题均 | 六题后再出 | 有分辨力 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: |
|
||
| G0 | 0.4 | 1 | 56 | 0 | 0 | 7.2 | 5.75 | 5.4 |
|
||
| G1 | 0.35 | 1 | 58 | 0 | 0 | 7.2 | 6.1 | 6.1 |
|
||
| G2 | 0.4 | 1 | 64 | 0 | 0 | 7.2 | 6.25 | 6.25 |
|
||
| G3 | 0.4 | 1 | 64 | 0 | 0 | 7.2 | 6.2 | 6.2 |
|
||
| G4 | 0.4 | 1 | 64 | 0 | 0 | 7.2 | 6.25 | 6.25 |
|
||
|
||
## M1b · 分盘按分钟敏感度配权
|
||
|
||
V0 生产等权；V1 `min(window/varga_minutes, 1)` 再除以 `2n`；V2 只计窗内至少变一次的盘；V3 = V2 + D60（仅 ±10）。
|
||
未出现在上游表里的 D2/D3/D5/D7/D11 用 `120/n` 分钟。按盘贡献表本轮是空的：V0 采集误走了生产计分、没有打上分盘标签；但 V1/V2 三档半径都与 V0 数字相同，V3 只在 ±10 把命中从 0.80 降到 0.70，已经够判断这三档不能上线。
|
||
|
||
### ±10
|
||
|
||
| 改法 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| V0 | 0.8 | 1 | 15 | 0 | 0 |
|
||
| V1 | 0.8 | 1 | 15 | 0 | 0 |
|
||
| V2 | 0.8 | 1 | 15 | 0 | 0 |
|
||
| V3 | 0.7 | 1 | 15 | 0 | 0 |
|
||
|
||
### ±30
|
||
|
||
| 改法 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| V0 | 0.55 | 1 | 33 | 0 | 0 |
|
||
| V1 | 0.55 | 1 | 33 | 0 | 0 |
|
||
| V2 | 0.55 | 1 | 33 | 0 | 0 |
|
||
| V3 | 0.55 | 1 | 33 | 0 | 0 |
|
||
|
||
### ±60
|
||
|
||
| 改法 | 头名命中 | 区间覆盖 | 宽度中位 | 并列率 | 挤出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| V0 | 0.4 | 1 | 56 | 0 | 0 |
|
||
| V1 | 0.4 | 1 | 56 | 0 | 0 |
|
||
| V2 | 0.4 | 1 | 56 | 0 | 0 |
|
||
| V3 | 0.4 | 1 | 56 | 0 | 0 |
|
||
|
||
### 闸门 × 分盘组合（组 A）
|
||
|
||
±10
|
||
|
||
| 组合 | 头名命中 | 区间覆盖 | 宽度中位 | 挤出 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| G1+V1 | 0.75 | 1 | 11 | 0 | 3.3 |
|
||
| G2+V1 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G3+V1 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G4+V1 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G1+V2 | 0.75 | 1 | 11 | 0 | 3.3 |
|
||
| G2+V2 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G3+V2 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G4+V2 | 0.75 | 1 | 11 | 0 | 2.95 |
|
||
| G1+V3 | 0.8 | 1 | 11 | 0 | 3.2 |
|
||
| G2+V3 | 0.8 | 1 | 11 | 0 | 2.85 |
|
||
| G3+V3 | 0.8 | 1 | 11 | 0 | 2.85 |
|
||
| G4+V3 | 0.8 | 1 | 11 | 0 | 2.85 |
|
||
|
||
±30
|
||
|
||
| 组合 | 头名命中 | 区间覆盖 | 宽度中位 | 挤出 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| G1+V1 | 0.55 | 1 | 35 | 0 | 5.4 |
|
||
| G2+V1 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G3+V1 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G4+V1 | 0.55 | 1 | 37 | 0 | 5.6 |
|
||
| G1+V2 | 0.55 | 1 | 35 | 0 | 5.4 |
|
||
| G2+V2 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G3+V2 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G4+V2 | 0.55 | 1 | 37 | 0 | 5.6 |
|
||
| G1+V3 | 0.55 | 1 | 35 | 0 | 5.4 |
|
||
| G2+V3 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G3+V3 | 0.55 | 1 | 37 | 0 | 5.5 |
|
||
| G4+V3 | 0.55 | 1 | 37 | 0 | 5.6 |
|
||
|
||
±60
|
||
|
||
| 组合 | 头名命中 | 区间覆盖 | 宽度中位 | 挤出 | 六题后再出 |
|
||
| --- | ---: | ---: | ---: | ---: | ---: |
|
||
| G1+V1 | 0.35 | 1 | 58 | 0 | 6.1 |
|
||
| G2+V1 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
| G3+V1 | 0.4 | 1 | 64 | 0 | 6.2 |
|
||
| G4+V1 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
| G1+V2 | 0.35 | 1 | 58 | 0 | 6.1 |
|
||
| G2+V2 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
| G3+V2 | 0.4 | 1 | 64 | 0 | 6.2 |
|
||
| G4+V2 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
| G1+V3 | 0.35 | 1 | 58 | 0 | 6.1 |
|
||
| G2+V3 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
| G3+V3 | 0.4 | 1 | 64 | 0 | 6.2 |
|
||
| G4+V3 | 0.4 | 1 | 64 | 0 | 6.25 |
|
||
|
||
### 勘误（2026-09-15，BUG-692）
|
||
|
||
总表原判定 V1 / V2 = `no_benefit`。上节已写明「V0 采集误走了生产计分、没有打上分盘标签」，且 V1 与 V2 在 ±10 / ±30 / ±60 上的头名命中、覆盖、宽度、并列、挤出与 V0 **完全相同**。V3 在 ±10 把头名从 0.80 降到 0.70，说明配权机制能改数字，因此 V1/V2 与 V0 相同更像是权重没真正打上，而不是「测过且无收益」。**V1/V2 的 `no_benefit` 作废，改标 `not_measured`。** V3 结论保留。上面数字表未改。重跑与否另立项。
|
||
|
||
## M2 · 答错容忍度（日精度事件日期偏移）
|
||
|
||
组 A 的日精度事件按例、按事件独立随机偏移（种子 20260914，排除 0）。±7 天出现真值挤出的档位不得推荐。
|
||
|
||
### ±3 天
|
||
|
||
| 格子 | 头名命中 | 区间覆盖 | 挤出 | 宽度中位 |
|
||
| --- | ---: | ---: | ---: | ---: |
|
||
| ±10 G0 | 0.8 | 1 | 0 | 14 |
|
||
| ±10 G1 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G2 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G3 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G4 | 0.75 | 1 | 0 | 11 |
|
||
| ±30 G0 | 0.55 | 1 | 0 | 34 |
|
||
| ±30 G1 | 0.55 | 1 | 0 | 35 |
|
||
| ±30 G2 | 0.55 | 1 | 0 | 35 |
|
||
| ±30 G3 | 0.55 | 1 | 0 | 35 |
|
||
| ±30 G4 | 0.55 | 1 | 0 | 35 |
|
||
| ±60 G0 | 0.4 | 1 | 0 | 56 |
|
||
| ±60 G1 | 0.4 | 1 | 0 | 55 |
|
||
| ±60 G2 | 0.45 | 1 | 0 | 56 |
|
||
| ±60 G3 | 0.45 | 1 | 0 | 56 |
|
||
| ±60 G4 | 0.45 | 1 | 0 | 56 |
|
||
|
||
### ±7 天
|
||
|
||
| 格子 | 头名命中 | 区间覆盖 | 挤出 | 宽度中位 |
|
||
| --- | ---: | ---: | ---: | ---: |
|
||
| ±10 G0 | 0.75 | 1 | 0 | 14 |
|
||
| ±10 G1 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G2 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G3 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G4 | 0.75 | 1 | 0 | 11 |
|
||
| ±30 G0 | 0.6 | 1 | 0 | 35 |
|
||
| ±30 G1 | 0.5 | 1 | 0 | 35 |
|
||
| ±30 G2 | 0.5 | 1 | 0 | 35 |
|
||
| ±30 G3 | 0.5 | 1 | 0 | 35 |
|
||
| ±30 G4 | 0.5 | 1 | 0 | 35 |
|
||
| ±60 G0 | 0.4 | 1 | 0 | 83 |
|
||
| ±60 G1 | 0.35 | 1 | 0 | 61 |
|
||
| ±60 G2 | 0.45 | 1 | 0 | 64 |
|
||
| ±60 G3 | 0.4 | 1 | 0 | 59 |
|
||
| ±60 G4 | 0.4 | 1 | 0 | 59 |
|
||
|
||
### ±14 天
|
||
|
||
| 格子 | 头名命中 | 区间覆盖 | 挤出 | 宽度中位 |
|
||
| --- | ---: | ---: | ---: | ---: |
|
||
| ±10 G0 | 0.75 | 1 | 0 | 15 |
|
||
| ±10 G1 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G2 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G3 | 0.75 | 1 | 0 | 11 |
|
||
| ±10 G4 | 0.75 | 1 | 0 | 11 |
|
||
| ±30 G0 | 0.65 | 1 | 0 | 35 |
|
||
| ±30 G1 | 0.5 | 1 | 0 | 37 |
|
||
| ±30 G2 | 0.5 | 1 | 0 | 37 |
|
||
| ±30 G3 | 0.5 | 1 | 0 | 37 |
|
||
| ±30 G4 | 0.5 | 1 | 0 | 37 |
|
||
| ±60 G0 | 0.45 | 1 | 0 | 58 |
|
||
| ±60 G1 | 0.4 | 1 | 0 | 76 |
|
||
| ±60 G2 | 0.5 | 1 | 0 | 64 |
|
||
| ±60 G3 | 0.5 | 1 | 0 | 64 |
|
||
| ±60 G4 | 0.5 | 1 | 0 | 64 |
|
||
|
||
V3 在 ±7 天偏移下：
|
||
|
||
| 半径 | 头名命中 | 区间覆盖 | 挤出 |
|
||
| --- | ---: | ---: | ---: |
|
||
| ±10 | 0.7 | 1 | 0 |
|
||
| ±30 | 0.6 | 1 | 0 |
|
||
| ±60 | 0.4 | 1 | 0 |
|
||
|
||
## M3 · 六题之后还能再出几道
|
||
|
||
数字见 M1 表的「六题后再出」与「有分辨力」。若新增 ≥8 道而宽度只收 1–2 分钟，判定里记为问答成本高于收益。
|
||
|
||
| 半径 | 档 | 再出均 | 有分辨力均 | 宽度中位 |
|
||
| --- | ---: | ---: | ---: | ---: |
|
||
| ±10 | G0 | 3.25 | 3.25 | 15 |
|
||
| ±10 | G1 | 3.3 | 3.3 | 11 |
|
||
| ±10 | G2 | 2.95 | 2.95 | 11 |
|
||
| ±10 | G3 | 2.95 | 2.95 | 11 |
|
||
| ±10 | G4 | 2.95 | 2.95 | 11 |
|
||
| ±30 | G0 | 5.45 | 5.45 | 33 |
|
||
| ±30 | G1 | 5.4 | 5.4 | 35 |
|
||
| ±30 | G2 | 5.5 | 5.5 | 37 |
|
||
| ±30 | G3 | 5.5 | 5.5 | 37 |
|
||
| ±30 | G4 | 5.6 | 5.6 | 37 |
|
||
| ±60 | G0 | 5.75 | 5.4 | 56 |
|
||
| ±60 | G1 | 6.1 | 6.1 | 58 |
|
||
| ±60 | G2 | 6.25 | 6.25 | 64 |
|
||
| ±60 | G3 | 6.2 | 6.2 | 64 |
|
||
| ±60 | G4 | 6.25 | 6.25 | 64 |
|
||
|
||
## 方法
|
||
|
||
1. 每例先算一次静态盘（与事件无关），再按精度处理 / 偏移 / 分盘政策套 `build_event_contribution_matrix`。
|
||
2. 闸门只通过研究脚本临时改 `MIN_BOUNDARY_DAYS` / `REFRESH_MIN_BOUNDARY_DAYS`，函数返回后立刻恢复。
|
||
3. 参与该题的证据精度取该例事件包里最细的一档（有日用日，否则月，否则年）。
|
||
4. 六题回放用真值簇最优 yes/no（上界，不是真人会怎么答）。交付口径与簇宽度研究相同：lead 8 未淘汰并集。
|
||
5. 刷新出题走生产 `refresh_probes=true`（含已落地的 R3/R4），只换边界天数闸。
|
||
|
||
错误 0 例。20 例跑完。
|
||
|