Jyotisha/docs/research/holdout_v5_build_2026_09_29.md

Holdout v5 构建说明与基线成绩单（2026-09-29）

• 任务书：docs/tasks/TASK-rectification-holdout-expansion-20260929.md（BUG-1090）
• 协议：holdout_v5_protocol_2026_09_29.md
• 口径：ayanamsa raman、node mode mean、候选步长 2 分钟、半径 ±10 / ±30 / ±60
• 产物：references/real_case_calibration/minute_rectification_holdout_v5.json（构建脚本 scripts/research/holdout_v5_build.py，两次构建逐字节一致）
• 基线脚本：scripts/research/holdout_v5_baseline.py（只跑生产计分 baseline 变体，把三个既有回放脚本指到指定数据集与独立输出路径，不改写 09-14 / 09-26 的文档）

1. 例数与分层

项	v4	v5
例数	20	77（v4 的 20 例原样继承 + 57 例新增）
事件总数	143	964
事件精度 day / month / year	59 / 0 / 84	244 / 143 / 577
每例事件（新增例）	—	8–20
每例领域（新增例）	—	≥4

分层（任务书硬红线 4，括号内为配额）：

维度	v5	达标
出生年代（≥3 段）	1850s–1990s 共 14 段；1930s 12、1940s 16、1960s 10、1980s 9	是
纬度带（三档都有）	|φ|<25° 14、25–45° 44、>45° 19	是
南半球（≥8）	12（巴西 7、阿根廷 3、秘鲁 1、澳大利亚 1）	是
出生时间 22:00–02:00（≥6）	9	是
UTC+8（≥6）	5（菲律宾 5）	否，差 1

UTC+8 缺口说明：Astro-Seek 镜像上菲律宾 126 例、中国 205 例、香港 125 例、台湾 106 例、新加坡 33 例、马来西亚 61 例、印尼 60 例全部扫过，Rodden AA 且有出生时间的只有菲律宾 12 例、台湾 1 例（Rod Chang，英文 Wikipedia 无可用传记）、上海 1 例（1927 年，记录用 LMT 8.1h，不是 UTC+8）。菲律宾 12 例里 Corazon Aquino 被地名核对拒收（记录地名 Paniqui、镜像坐标是马尼拉，相距 129 km），Aga Muhlach / Eugene Domingo / Rudy Fernandez 之外的几位传记事件不足 4 个领域，最终入选 5 例。要补到 6 例需要 astro.com 原站可访问后再扫一遍菲律宾 / 马来西亚 / 澳大利亚珀斯出生的记录。

国家分布：美国 38、巴西 7、法国 7、菲律宾 5、阿根廷 3、西班牙 3、英国 4、德国 2、墨西哥 2、其余各 1（奥匈、比利时、意大利、荷兰、秘鲁、澳大利亚）。

2. 出生资料核对结果

• 评级：57 例新增全部 AA（镜像页转载的 Astro-Databank 评级字母；astro.com 原站 2026-09-29 拦截自动访问，见协议 §4.1 的环境缺口）。
• 时区：zoneinfo_match 51、lmt_from_birthplace_longitude 3（1879 Ulm、1890 Lille、1902 Diamantina：tzdata 只有时区代表城市的 LMT，记录用出生地经度的 LMT）、standard_time_kept_dst_disagreement 3（1922 Grand Rapids、1941 Duluth、1963 Owensboro：tzdata 把代表城市的夏令时史套到整个时区，记录保持标准时）。1859 Edinburgh 按 tzdata 自 1847 起为 GMT，记录 0:00 与之一致。
• 拒收（不改数字凑合）：Jorge Luis Borges 1899（记录 −3.9h，zoneinfo −4.28h）、Salvador Allende 1908 与 Claudio Arrau 1903（记录 −4.78 / −4.80h，zoneinfo −4.71h，智利 1910 年前 LMT 与记录不一致）、Corazon Aquino（地名核对）、Juan Perón（Wikipedia 生日 10 月 8 日与记录 10 月 7 日不一致）、Pope Francis（只凑到 3 个领域）。
• 每条事件带来源页逐字引文，构建脚本核对引文存在于 Wikipedia 纯文本后才写入。

3. 硬红线 5：v4 子集成绩单逐格复现

用 holdout_v5_baseline.py --dataset v4 复跑线上算法（只跑 baseline 变体）：

脚本	指标	±10	±30	±60	与已发布数字
minute_resolution_sweep	头名命中 / 覆盖 / 宽度中位 / 并列 / 熵0 / 熵6 / 六题回放头名	0.35 / 1.00 / 21 / 0.05 / 2.5594 / 2.1408 / 0.80	0.15 / 1.00 / 61 / 0.05 / 4.0379 / 2.5762 / 0.55	0.10 / 1.00 / 121 / 0.00 / 4.9923 / 2.6775 / 0.35	minute_resolution_2026_09_14.json 逐格一致
cluster_width_probe（含淘汰六题回放）	头名 / 覆盖 / 宽度中位 / 独立率	0.80 / 1.00 / 15 / 1.00	0.55 / 1.00 / 33 / 1.00	0.40 / 1.00 / 56 / 1.00	cluster_width_2026_09_14.json 的 by_radius.*.baseline.replay 12 个字段逐格一致
futile_collect_stop_replay	truth / opposite 六格：真值在区间、宽度中位	20/20，14→15；20/20，15→15	20/20，34→33；20/20，34→33	20/20，53→56；20/20，53→56	futile_collect_stop_replay_2026_09_29.json 六格逐格一致

结果 JSON：docs/research/holdout_v5_baseline_v4_all_2026_09_29.json。

4. v5 全集基线成绩单

结果 JSON：docs/research/holdout_v5_baseline_v5_all_2026_09_29.json（77 例，baseline 变体，耗时 1563 s）。括号内是 v4 的 20 例（09-14 已发布）作对照；v5 数字只是成绩单，不是对任何方案的判定。

脚本	指标	±10	±30	±60
minute_resolution_sweep（引擎先验）	头名命中	0.18（0.35）	0.08（0.15）	0.06（0.10）
	区间覆盖 / 宽度中位 / 并列率	1.00 / 21 / 0.03	1.00 / 61 / 0.03	1.00 / 121 / 0.01
	六题回放头名	0.64（0.80）	0.49（0.55）	0.26（0.35）
cluster_width_probe（六题后线上口径）	头名簇命中	0.68（0.80）	0.49（0.55）	0.32（0.40）
	真值在区间	76/77（20/20）	76/77（20/20）	75/77（20/20）
	宽度中位	15（15）	35（33）	63（56）
futile_collect_stop_replay（D1 口径，truth / opposite）	真值在区间	76/77，76/77	76/77，76/77	75/77，75/77
	宽度中位	15，15	35，35	63，63

真值被挤出区间的例（cluster_width_probe 六题回放）：Arthur Conan Doyle 1859（±10、±30，答 0 题即被引擎先验排除）、Charles de Gaulle 1890（±60，答 0 题）、Manuel Puig 1932（±60，答 6 题后）。前两例都是 LMT 时代的记录（1859 Edinburgh 按 tzdata 记 GMT 0:00，1890 Lille 记出生地 LMT +0:12），出生分钟本身可能就有十来分钟的历史时区误差——这是 v5 交给研究单的一个已知风险，不是本单能裁决的。

读法：v5 上引擎先验头名从 0.35 掉到 0.18、六题回放从 0.80 掉到 0.64、覆盖从 20/20 变成 76/77——v4 的 20 例是偏乐观的样本；后续 R-A / R-B / R-C 的基线以本表为准。

5. 与 v4 的差异

• v4 的 20 例出生资料与事件原样继承（schema 测试 test_v4_cases_are_inherited_verbatim 锁定），只加了 inherited_from_v4 与 strata 两个字段。
• 新增例多了 checks（时区规则、地名距离）与事件级 source.quote。
• 事件不含 2026 年（回放脚本固定在 2026-09-14 评估，计分合同拒绝晚于"今天"的事件）。

6. 复跑命令

export PYTHONHASHSEED=0
.venv/bin/python scripts/research/holdout_v5_build.py --check
.venv/bin/python -m pytest tests/test_holdout_v5_schema.py -q
.venv/bin/python scripts/research/holdout_v5_baseline.py --dataset v4 --out-dir /tmp/holdout-v4-check   # 硬红线 5
.venv/bin/python scripts/research/holdout_v5_baseline.py --dataset v5                                      # 写 docs/research/holdout_v5_baseline_v5_all_2026_09_29.json