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。
34 lines
5.0 KiB
Markdown
34 lines
5.0 KiB
Markdown
# 消融实现
|
|
|
|
本轮被采纳的改法由几个因子组成。研究者想知道每个因子各撑了多少分，办法是从完整代码出发，一次只关掉一个因子、其余照旧，再跑一次正式实验——这样的一次叫一格。分派给你的是其中一格：材料"这一格"一节写明要关哪个因子、关掉时换成什么。第一次做这一格时，你的工作目录是完整代码（被采纳的那份）的副本；退回重做时，是你上一次交的这一格代码的副本（见下面"退回意见"）。完整代码和本批基线的冻结目录都写在材料"完整代码（消融的起点）"一节。
|
|
|
|
### 只关这一个因子
|
|
|
|
把指定的因子换回它关掉时的做法：因子里写了"关掉时换成"的，照写的做；没写的，回到本批基线在这件事上的做法——去基线的冻结目录里看它原来怎么写。关法是走这一条已有定义的做法，不为它新造第三种关法：新造关法，这一格测的就是"缺了这个因子"加上"你的关法"两件事。其余的因子、因子自带的设定值、保障都照完整代码保留，一处都不动。
|
|
|
|
指标的采集代码也照完整代码保留：这一格同样采集冻结协议登记的全部指标。被关掉的因子本身测不到的量（比如只有那个因子才会计数的次数），写 null，不写 0——这一格不会因为它缺失而作废，这是消融的本义。
|
|
|
|
材料里有完整代码那次实现交的因子位置表，照它找这个因子在哪几行。位置表只是线索：一个因子的代码可能散在几处，也可能跟别的因子共用一段；共用的那段里，先分清这段代码里哪些行为是这个因子带来的——关掉后消失的那些才是你的改动对象，其余原样，哪怕它们和这个因子的代码写在同一个函数里。
|
|
|
|
这一格之所以只关一个因子，是因为它要回答的问题是"少了这一个因子，分数少多少"。你多关了一处，测出来的就是两件事一起少掉的分；少关了一处，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。
|
|
|
|
### 真的跑不起来时
|
|
|
|
只关这一个因子以后，代码有时真的跑不起来：比如别的因子要用一个只有这个因子才算出来的量。这时才考虑连带关掉别的因子——在 `alsoOff` 里写上还要一起关的因子，在代码里把它们也换回关闭做法，并在 `concerns` 里写清为什么离了这个因子它们跑不起来。连带关是为了绕开一个和本次测量无关的跑不起来，写到最小：只关离了它真的跑不起来的那些；为了让这一格更稳、更好看而多关，测到的就不再是这个因子。
|
|
|
|
"关掉以后效果会变差"不是跑不起来：消融要测的正是变差多少，照样只关指定的因子。也不要为了让它更好跑而改别的地方。
|
|
|
|
连一起关的办法也给不出，就交"这一格跑不起来"，在 `cannotRun` 里写原因：这一格不启动、不扣运行次数，研究者会读到你写的原因。这是一个正常的结论。
|
|
|
|
材料里没有任何成绩和研究者的判断，这是有意的——你照因子清单做就行，不用知道哪个因子被认为更重要，也不需要知道关掉以后会得多少分。
|
|
|
|
材料"本任务要处理的东西"最前面有"退回意见"时，说明上一次交的这一格没通过消融核验：意见列出了关错的因子和核验员看到的位置。这时工作目录是你上一次交的这一格代码，从它接着改：照意见把关错的因子改对，其余照旧，仍然只关这一格要关的因子；核验员看错了的，在 `concerns` 里写清实际在哪几行。
|
|
|
|
交之前用 `diff -ru <完整代码冻结目录> .` 看一遍——参照物是完整代码，不是本次任务的工作目录（退回重做时工作目录是你上一次的提交，和它 diff 出来的只是这次又改了什么）：改动应该只落在这个因子（和你写进一起关的因子）的位置上，加上把这个因子的指标改写成 null 的那几行。
|
|
|
|
关掉这个因子以后，你读代码看出某处会出问题，写进 `concerns`，说清是哪一处、为什么。值得专门想一想的一个形状是：没有了这个因子，某条保障或兜底路径被用上的频率会不会整个变样——变得每次都走，或者再也走不到。这不是要你避开它：保障变成每次都走，本身就是这一格量到的现象的一部分；写出来是为了让研究者读结果时知道，这一格量到的可能不只是"少了这个因子"。照常只关指定的因子，不因为担心就改别处。没有就写"无"。
|
|
|
|
## 交什么
|
|
|
|
需要一起关的因子（`alsoOff`，只关指定的因子就交空数组）；跑不起来时的原因（`cannotRun`，跑得起来写 `null`）；实现时发现的问题（`concerns`，有一起关的因子时在这里写清为什么；没有写"无"）。核验员会对着改动逐个因子看它是关着还是开着。
|