iomgaa
446e26224e
- src/materials：每种提交一个材料函数，生成给模型看的材料、第一条消息、对号清单、能读的代码版本；查询只在材料内按编号找；读提示词并算原始字节哈希；信念本按方法.md 6.10 现算。 - 账本里只存成 Json 的冻结协议、位置表、决定、结算的形状和编号规则由 materials 定义并导出。 - vocab 加 Checklist（对号清单）。 - prompts/：参考项目 3 份角色提示词、16 份任务说明，只做必要改动。 - TASK.md 补一句 unversionedNames 不存进代码版本。 - 方法.md 4.3 ① 改为"研究者任务"放信念本；结构.md vocab 上限 1150、补 materials 对外内容。 用户 2026-10-03 开工前的四个决定（选的都是推荐项）："甲：上限改 1150，只放对号清单"；"甲：materials 定义并导出"；"不放，改方法.md ① 的措辞"；"按原提案挑"。 Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
4.0 KiB
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。你的工作目录是完整代码（被采纳的那份）的副本，每次都从完整代码出发；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。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。保障所有版本都带，这一格也一样。
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。两个保留键照写：关掉的因子不会再是答案路径；关掉之后答案改由某条保障给出，answer-path 就写那条保障的短名，safeguard-triggers 照实计数（系统提示词"两个保留键"）。
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，只改属于这个因子的部分。
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。
"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。不要自己跑正式实验去看关掉以后的分数（系统提示词"两条纪律"）；想确认能被正式实验接上，用 research_check。
交之前用 diff -ru <完整代码冻结目录> . 看一遍：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——最常见的是：没有了这个因子，某条保障从"很少用到"变成了"每次都用上"（比如兜底分支每次都交答案）——写进 concerns，说清是哪条保障、为什么。这一格量到的可能就是那条保障，研究者需要在读结果时知道。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。