Files

T

Jesse_ChenandClaude Fable 5 b56147e524 docs(tasks): varga sensitivity weighting, and birth-time provenance labels

与上游流程对照补两处。①精度研究单加 M1b：上游有一张分盘分钟敏感度表
（D60=2 / D30=4 / D24=5 / D9=13.3 / D1=120 分钟换一次上升），而本仓 11 张分盘
等权再除以 22（且没有 D60）——20 分钟窗里 D30 和 D2 同分量，分辨率最高的盘被
稀释。测 V1 反比配权 / V2 按窗宽选盘 / V3 加 D60，并报过拟合风险。
②新任务书 BUG-690：录入已收 birth_time_source 三类，但校正链只用过一次，
推算值与医院记录等同对待、输出直称「你的出生时间」。接进投影并按来源分档措辞；
医院记录与校正结果冲突时怎么说挂给产品。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_0155nFCgCHtoA7jhSDGmZmMu

2026-09-14 14:44:15 +00:00

8.3 KiB

Raw Blame History

研究单 · 出题闸门按证据精度分档（2026-09-14）

基线：origin/staging @ 558d43c8（代码 963c147c，staging 已部署）。
分支：codex/rectification-precision-gate-research-20260914，worktree .worktrees/rectification-precision-gate-research-20260914。
性质：离线测量，不改线上行为。 有收益且风险可控才另立实现单。
前序：docs/research/rectification_minute_resolution_closure_2026_09_14.md（两轮定论：加权重、改聚类都不行，唯一有效的是用户补带年月经历）、docs/research/probe_supply_after_six_2026_09_13.md（R3/R4 已实现，收益有限）。

1. 问题：现在的闸门是固定的，不看证据精度

引擎造"能区分候选"的题，靠的是两个候选分钟在同一段时间里的大运边界落在不同月份。但有一道固定闸：

# scripts/rectification/event_probes.py:543 _boundary_windows
if one.year == two.year and abs((one - two).days) < threshold:   # MIN_BOUNDARY_DAYS = 45，刷新阶段 30
    continue

配合这个换算（月亮每分钟约 0.0092°，Vimshottari 1° ≈ 122 天）：

出生时间每差 1 分钟，所有 Vimshottari 边界整体平移约 1.1 天。

候选相隔	边界相差	45 天闸	30 天闸（刷新）
40 分钟	≈ 45 天	可出题	可出题
27 分钟	≈ 30 天	不可	勉强
20 分钟（真机常见窗口）	≈ 22 天	不可	不可
2 分钟	≈ 2 天	不可	不可

这解释了"六题之后引擎就出不来题"：剩余候选已经挤在 20 分钟内，它们的大运边界全部落在三周之内，被闸门整批丢掉。闸门本身是对的——月精度的记忆分不开相差 20 天的两条边界，问了也是白问。

缺口在于：event_probes.py 从不读证据的日期精度（全文没有 date_precision / precision 字样，min_days 只有两个固定取值）。所以哪怕用户给的是「2020 年 4 月 13 日入职」这种日精度事件，闸门仍按 45 天卡。可日精度事件本来可以分辨相差 5 天的边界——对应约 5 分钟的出生时间分辨率，正好是目前卡住的那一档。

2. 要量的东西

样本：references/real_case_calibration/minute_rectification_holdout_v4.json（20 例公开 AA）。实测精度分布：日精度 59 件、年精度 84 件，平均每例约 3 件日精度事件——够做这次测量。

M0 · 精度处理三组（必做，用来隔离"精度本身"的收益）

真机会话以月精度为主，而 v4 只有年/日两档。所以同一批案例跑三组：

组	处理
A	原样（日 59 / 年 84）
B	全部日精度降级成月精度
C	全部降级成年精度

三组都按当前生产闸门跑一遍，得到基线；这样后面的收益能归因到"精度"而不是"样本差异"。

M1 · 闸门分档

把 _boundary_windows 的 threshold 从固定值改成按参与该题的证据精度取值，测这几档：

档	年精度证据	月精度证据	日精度证据
G0（现状）	45	45	45
G1	45	30	10
G2	45	30	7
G3	45	21	5
G4	60	30	3

指标沿用既有五项 + 两项新的：真实分钟命中率、真值落在交付区间的比例（不得下降）、区间宽度中位、并列率、每轮熵降；新增 出题数（每例新增几道）与 每道题的区分力（真值簇能否落到 yes/no 一侧且另一侧还有候选）。

M1b · 分盘按分钟敏感度配权（上游对照新增）

上游 jyotish-app/rectification-engine.js 开头有一张分盘分钟敏感度表（每张盘多少分钟换一次上升）：

分盘	D1	D9	D10	D12	D4	D24	D30	D60
换一次需要（分钟）	120	13.3	12	10	7.5	5	4	2

本仓没有等价物：scripts/active_rectification_event_engine.py:454 计分用 D2/D3/D4/D5/D7/D9/D10/D11/D12/D24/D30 共 11 张（没有 D60），而 :231 是 points += weight / (2 * len(varga_charts))——全部等权再除以 22。于是在 20 分钟窗口里，每 4 分钟换一次的 D30 和一小时才换一次的 D2 拿到相同分量：分辨率最高的盘被分辨率最低的盘稀释。上一轮 R1 只整体调过除数，从未按每张盘的敏感度配权，这是没测过的角度。

测这三档（与 M1 的闸门档位正交，先各自单测再组合）：

编号	改法
V1	权重与敏感度成反比：`weight × (window_minutes / varga_minutes)` 上限截断，`varga_minutes` 取上表
V2	只给"在当前窗口内至少变化一次"的分盘计分，其余不计（等价于按窗宽动态选盘）
V3	V2 基础上加入 D60（每 2 分钟换一次），仅在窗口 ≤10 分钟时启用

额外要报的两项：

过拟合风险：上游决策树明确写 D30/D60「最后谨慎使用」。对 V3 必须报告真值覆盖率与 ±7 天记错偏移下的表现；覆盖率下降或挤出真值一律不推荐。
每张盘的实际贡献：统计各分盘在 20 例上触发计分的次数与对头名变化的贡献，用来判断 11 张盘里有没有纯噪声项。

M2 · 答错容忍度（必做，这是本单最大的风险）

日精度门槛越低，越依赖用户记准日子。模拟用户记错：把日精度事件的日期随机偏移 ±3 / ±7 / ±14 天，各跑一遍，统计：

真值被淘汰出交付区间的例数（这是最严重的错误，AGENTS.md Part B B4）；
头名命中率的下降幅度。

判定规则：任何一档若在 ±7 天偏移下出现真值被挤出，该档不得推荐上线。

M3 · 体验代价

统计每档下"问满六题之后还能再出几道题"，以及这些题的平均区分力。若某档新增 8 道题但平均只收窄 1–2 分钟，要在结论里标明"问答成本高于收益"。

3. 交付

scripts/research/precision_gate_sweep.py（新，离线，不接生产）+ docs/research/precision_gate_2026_09_14.md / .json。M1b 的结果同文件单列一节。
口径声明与前两轮一致（ayanamsa raman、node mode mean），不得与上游 true-node 数字直接比。
结论只允许三种：有收益（命中率上升或宽度下降，真值覆盖率不降，且 ±7 天偏移下不挤出）→ 立实现单并给推荐档位；无收益 → 关闭；不确定 → 说明缺什么。
不得改 scripts/rectification/event_probes.py 的线上默认值。

4. 硬红线

Python 改动跑 .venv/bin/python scripts/run_quality_gate.py --profile quick（已知既有缺口：test_shadbala_endpoint_returns_ranked_planet_strength，时区依赖缺失，基线同样红，不计入）。
真值覆盖率优先于区间宽度：任何把真实分钟挤出交付区间的档位一律不推荐，哪怕命中率更高。
不得放宽置信度或确认门控；不得让性格题参与淘汰（既有红线）。
不得使用真实用户资料。
结论必须落到数字。

5. 与 BUG-689 的联动

本单若有收益，TASK-rectification-open-collect-invite-20260914.md 的邀请文案要同步：优先请用户说"记得确切是哪一天"的事（登记结婚那天、入职第一天、手术那天、孩子出生那天、拿到录取通知那天），并说明"记得到天的事比记得到月的事有用得多"。该文案改动已写进 BUG-689 单的 D1，不必等本单结论——但"有用得多"这句的强度要按本单结果调整，不得在没有数据前承诺能定到分钟。

6. 开工前置命令

git fetch origin --prune
git worktree add -b codex/rectification-precision-gate-research-20260914 \
  .worktrees/rectification-precision-gate-research-20260914 origin/staging
cd .worktrees/rectification-precision-gate-research-20260914
ln -s /workspace/Jyotisha/.venv .venv
python3 scripts/pre_work_check.py --remote-timeout 8 --command-timeout 45

开工前读：docs/research/rectification_minute_resolution_closure_2026_09_14.md、docs/research/probe_supply_after_six_2026_09_13.md、scripts/rectification/event_probes.py 的 _boundary_windows 与 _union_boundary_dates。

7. BUG 编号

研究单，不新增 BUG 编号。

8.3 KiB Raw Blame History Unescape Escape