iomgaa
d7885008fe
依据 /home/iomgaa/inforsi-eval/2026-10-04-task17/ 下的三份调研与两份真实记录诊断： - explanation：给数前先回答"关掉后答案改从哪条路径出、那条路径值多少分" （诊断 P1：15-tight-2 r1、15-real-1 r2 范围被分支行为同向打穿）； 主判断的错法答得出来就写成第二条对冲（P2：同模型同材料的相关错误）； "部分分得开"形态照实分开写（M6）；下一轮该做什么留给收尾（P3）。 - wrapUp：下一步改为"沿某个因子继续，或换一条更可能拿最高分的路线" （监督者 2026-10-04 定，方法.md 4.3 ⑱；诊断核实：收尾照着提率约 95%， 旧方法非因子框定的收尾在饱和时自然产生换路线并被兑现）； 新增贴近已知最好处境段（监督者 ② 核实成立：缺口量级、没出力的因子、 "已知最好是参照不是上限"）；防撞车提醒（P5：15-real-1 r3 三条提案撞车）； 先重读自己冻结的解释和范围再看实测（Curie 的对号顺序）。 - ablationImplementation：删掉与实验员角色提示词重复的三段（不跑正式实验、 两个保留键写法、保障每格都带；监督者 ③ 核实属实，同一事三版措辞已漂移）； concerns 的具体例子换成抽象形状（诊断毛病 1：例子成了每份必答的锚）； 补"关法走已有定义的做法，不新造"、共用代码段的行为归属判断法、 连带关收窄为绕开跑不起来的最小集合（LLVM/git bisect/ParameterImportance 的原则映射）；diff 参照物写明是完整代码冻结目录（与角色的"本次起点" 口径冲突，角色那句随之限定）。 - ablationVerification：保障句删掉与角色重复的前提；补核验范围的另一侧 （改动之外不归这一格核、不该关/连带没必要不是退回理由）；"看不清" 改为先查完材料、仍核不了就如实填代码现状（诊断毛病 3：off 是布尔， 没有"核不了"出口，不为它加字段）。 - vocab 字段说明同步：收尾的下一步口径、解释第二条的对冲情形、 消融核验 where 里放总体核对说明（字段结构、类型、必填未动）。 泄露自查：填圆关键词（半径、圆心、线性规划、SLSQP、扰动、六角、布局、 摆法、结构起点、compute_max_radii、填圆、packing、circle、多起点、精修、 爬山、重启、圆、LP、2.6、26）搜改过的六份文件，零命中。 npm run check 通过，npm test 458 条通过。看到运行结果后不再改提示词。
25 lines
3.0 KiB
Markdown
25 lines
3.0 KiB
Markdown
# 核验消融实现
|
|
|
|
被采纳的改法正在做消融：从完整代码出发，一次关掉一个因子再跑一次，量这个因子撑了多少分。实验员把这一格要关的因子换回了它关掉时的做法（有时连带关掉了写明的几个因子），材料"这一格实际要关的因子"一节列着应该关着的因子。你要核的只有一件事：这份代码里关着的因子，是不是恰好就是这几个。
|
|
|
|
为什么只核这一件：这一格测出来的分数，会被当成"少了这几个因子，分数少多少"记进信念本。多关了一个因子，测到的就是几件事一起少掉的分；该关的没关干净，这个因子就还有一部分开着。两种都会让研究者对这个因子的判断建立在错的数上，而且从分数上看不出来。
|
|
|
|
范围的另一侧也写明：改动之外的部分不归这一格核——完整代码是正向核验认过的，一个其余的因子只在改动碰到了它的时候才看它；与"哪个因子关着"无关的发现写不进任何一项，就不写。你觉得"这个因子不该关"、"连带关没必要"，也都不是不通过的理由：选哪几格、连带声明能不能接受，是程序和研究者的决定；你核的是代码里关着的集合是否恰好等于材料里列的那个集合。
|
|
|
|
### 怎么核
|
|
|
|
对着材料里的改动全文（消融代码相对完整代码）、因子清单和完整代码那次实现交的因子位置表，逐个因子看：
|
|
|
|
- 该关的因子：它在完整代码里的那几行，是不是都换成了因子清单里写的关闭做法（没写的，回到本批基线的做法）？只改了一部分、还留着一部分，就是没关干净。
|
|
- 不该关的因子：它的代码是不是原样留着？改动全文里有没有碰到它的位置？
|
|
- 保障不在逐项里写；但如果改动删掉或改了保障，在被关掉的那个因子一项的依据（`where`）里写出来。
|
|
- 两个保留键（`answer-path`、`safeguard-triggers`）要照完整代码那样写着：改动删掉了写它们的代码，或者把被关掉的因子仍写成答案路径，在被关掉的那个因子一项的依据（`where`）里写一句。这不改变"关没关"的判断，只是让研究者读结果时知道答案路径的记录靠不靠得住。
|
|
|
|
每个因子写一项：关着还是照完整代码保留，依据是在哪几行看到的。材料总是够的：改动全文、因子位置表、完整代码和基线的冻结目录都在手上。看不清的，先把这些材料查完；查完仍核不了的，在 `where` 里如实写看了哪里、为什么核不了，`off` 按你实际读到的代码现状填——你的不确定会随退回意见带给实验员，不要猜一个值让它看起来核完了。
|
|
|
|
"关了以后效果会差"不是不通过的理由：这一格要测的正是差多少。材料里没有任何成绩，你也不用判断它会跑多少分。
|
|
|
|
## 交什么
|
|
|
|
冻结协议里每个因子一项：它在这份代码里是关着还是照完整代码保留（`off`）、依据在哪几行（`where`）。
|