Jyotisha/docs/tasks/PROGRESS-rectification-varga-resolution-research-20260930.md

# PROGRESS · 生时校正「盘型口径」研究（2026-09-30）

任务书：`TASK-rectification-varga-resolution-research-20260930.md`（BUG-1105）。执行：Claude fork 子代理。分支 `codex/rectification-varga-resolution-research-20260930`，基线 `origin/staging` @ `c3162cdc`。只 commit 不 push。

## 一句话

盘型口径在 v5 上成立：±10 六题后 D9 / D10 头段 = 真值 88% / 86%，占比 ≥ 0.6 留一法 92% / 90%；±30 只有约 1/4–1/3 用户能给可信分盘；±60 分盘 blocked（真值段保留低于基线）。按段选题在 ≤ ±30 有 +3～+7 例收益；提前停不过红线；「不用校正」出口只对只需 D1 的问题成立（三种策略均 0/77）。**建议立实现单**，要点在研究文档 §7。

## 结果文件

- `docs/research/rectification_varga_resolution_2026_09_30.md`（结论、表、实现要点）
- `docs/research/varga_resolution_baseline_2026_09_30.json`（M0 两张表 + 每例区间）
- `docs/research/varga_resolution_research_2026_09_30.json`（M1–M3、稳健性，含每例）
- `scripts/research/varga_resolution_lib.py`、`varga_resolution_probe.py`；`tests/test_varga_resolution_research.py`（17 条：15 合成 + 2 复现锁数）

## 硬红线逐条

| # | 要求 | 结果 |
| --- | --- | --- |
| 1 | 真值段保留 ≥ 76 / 76 / 75 | ±10、±30 所有盘 76 = 基线，过；±60 D9 / D10 / 组合 74 < 75，**不过** → ±60 分盘写 blocked。提前停（0.7 / 0.8）在 ±10 D9 保留 75 < 76，不过 → 不作为停止条件 |
| 2 | 阈值-准确率留一法 + 全集对照 | 研究文档 §3.3 / §3.4 |
| 3 | 稳健性：答错 1 / 2 题、±7 天、LMT 单列 | §6；±7 天与基线逐格相同（出题与作答未变）；LMT 7 例单列 |
| 4 | 生产代码零改动、对账、复跑一致 | `git diff --name-only` 只在 `scripts/research/`、`tests/`、`docs/`、`references/`（无）；六题回放走线上 `posterior_state` 同一路径（`fewer_probes_card_replay` 逐例区间 0 差，见下）；`PYTHONHASHSEED=0` 两次完整运行 `cmp` 逐字节一致 |
| 5 | 快速门与基线一致、隐私守卫 | 见「门禁」 |
| 6 | 负结果完整 | 提前停、±60、「不用校正」0/77、uniform 无收益、LMT 都写了 |

## M0 复现

- 表 1（窗内几种上升）与任务书逐格一致。
- 表 2（交付区间盘型）与任务书逐格一致。复现时修了起点脚本两处口径：跨午夜端点（23:15 出生、端点 00:01–23:59）偏移按 1440 折回；并列时取区间内最早出现的段，并新增「并列」计数——±30 起「多数 = 真值」有 21–42 例是并列后取先出现的段，这一列不能当准确率读。
- 与起点脚本 `v5_intervals.json` 逐例比区间端点：231 行 0 差。

## 门禁

- 开工基线：`test_scoring_research.py` + `test_holdout_v5_schema.py` + `test_rectification_validation_integrity_gate.py` + `test_repo_privacy_markers.py` = 31 passed。
- 新增：`test_varga_resolution_research.py` 17 passed；隐私守卫 passed。
- 快速门：见文末（合并阶段补）。

## 耗时

- 上下文缓存冷启动（77 例 × 三档）约 3 分钟；完整 M0–M3 + 稳健性一次约 12 分钟（run1 11m53s，run2 11m35s）。任务书估计「六题回放约 1 小时一次」偏高：`compute_candidate_static_contexts` 有磁盘缓存后，回放本身只需秒级。

## 缺口

- 段级汇总的「质量」用的是线上簇分数（≥0）按簇内均摊；候选步长 2 分钟，段内奇数分钟按均摊补上。实现时若用逐分钟打分，数字会略有不同，需按实现重放。
- 按段选题的信息增益把「中性」候选当 ½ / ½ 的均匀硬币，与线上卡片更新（中性 delta 0）一致但不是唯一选择；只在 ≤ ±30 报收益。
- 提前停在 ±10 丢 1 例真值段：原因是答题不足时真值簇落后头名 ≥ 8 分；没有试「停后再多问一题」的变体。
- 开放集非盲测；封存盲测（`sealed_holdout_rerun.py`）不受影响。

## 与另一会话 08:49 归档（staging `bedb4d7b`）的关系

- 该归档是同一任务书的**部分**执行：M0 首轮 + M1，M2/M3 `not_started`，第二次复跑未闭环，隐私扫描只覆盖提交子集。本分支为完整执行（M0–M3 + 稳健性，两次完整运行逐字节一致），合并时以本分支的 `varga_resolution_lib.py` / `varga_resolution_probe.py` / 测试为准。
- 两边表 1 的 D9/D10 段数在 ±30/±60 略有差异（如 ±30 D10 5.30 vs 5.60）：对方按「连续段」计数（同一星座不连续再出现算两段），本分支按「不同上升星座数」计数；±10/±15 两边一致。
- 对方新增的 `scripts/research/varga_resolution_m1.py` 依赖其自有 lib 的函数名，与本分支 lib 不兼容，随合并移除；`artifacts/varga-resolution/` 两个 JSON 为其中间产物，一并移除；`BLOCKED.md` 与 `pre_work_error_ledger.md` 中对方的记录保留不改。

## Claude 验收（2026-09-30）

- 子代理在最后一步（确定性复跑 + 快速门）被会话限额中断，M1–M3 结果 JSON 未落盘。我用其脚本从头跑两遍（19m50s / 约 20 min，`PYTHONHASHSEED=0`，共用缓存）：`research_A == research_B`、`baseline_A == baseline_B`、`baseline_A == 已提交 varga_resolution_baseline_2026_09_30.json`，逐字节一致；`research_A` 作为 `docs/research/varga_resolution_research_2026_09_30.json` 入库。
- 测试：`test_varga_resolution_research.py`（17）+ 隐私守卫 + 完整性门禁 + 打分研究 + v5 schema = 48 passed；`py_compile` 两个研究脚本通过。
- 快速门：Python 步 1001 passed / 1 skipped（与基线一致）；`npm test` 步为 worktree 无 `node_modules` 的环境缺口，本单零前端改动。
- 范围：`git diff --name-only` 只在 `scripts/research/`、`tests/`、`docs/`；冻结文件与引擎零改动。
- 合并：rebase 到 `origin/staging` 时与另一会话 08:49 归档的部分研究（`bedb4d7b`）同名文件冲突，按上一节说明以本分支为准，移除其不兼容的 `varga_resolution_m1.py` 与 `artifacts/varga-resolution/`。
- 结论：**通过**。研究结论成立，下一步写产品层实现单（按研究文档 §7 与出口表）。