Activity

1. justDance-everybody commented on Jun 4, 2026

   

   justDance-everybody

   on Jun 4, 2026

   Last edited by justDance-everybody

   Author

   More actions

   展示层忠实化 · 执行计划(Epic)

   这条把 #21/#22 收敛后的结论落成可执行计划。本 issue 是 Epic,只放整体目标 + 共享上下文 + 子任务链接;具体改动/验收/夹具在各子 issue 里,一个功能一个 issue、做完测完关一个。

   整体目标

   把 DeepGraph 的展示/写作层从"自己拼数字、自己判显著"降级为忠实播报员——只渲染计算层已验证的证据。计算层(GPU 跑实验)不在本计划改动范围。

   架构与依赖

           计算层(不改)  agents/result_interpreter.py
           产出 verdict / p_value / effect_size / confidence(=1-p) / repro_ci / kept_ci
                       │  组装
                       ▼
           ┌───────────────────────────────┐
           │  EvidenceLedger(唯一事实源)     │
           └───────────────┬───────────────┘
                           │ 只读(不许从渲染文本 parse 数字)
           ┌───────────────┼───────────────┐
           ▼               ▼               ▼
      M1 显著性数值     M4 可回溯校验     M2 四个确定性检查(对已渲染 main_tex)
                                          │
                                          ▼
                                  M3 接入 paper_orchestra_pipeline.py:1843 渲染门禁
                                     任一命中 → ok=False,禁出稿
   

   子任务

   PR	issue	内容	依赖
   PR-1	#24	M1 显著性数值修复 + EvidenceLedger 最小结构	—
   PR-2	#27	M4 EvidenceLedger full traceability checker	blocked by #24
   PR-3	#25	M2 四个确定性检查(未解析/脚手架/串台/复读)	—
   PR-4	#28	M3 接入渲染门禁(1843)	blocked by #25
   PR-5	#26	M5 计算/展示依赖边界测试	—

   建议顺序:PR-1 → PR-2;PR-3 → PR-4;PR-5 可并行。每个子 issue 自包含,只回这条 Epic 取下面的共享上下文。

   Agent Execution Contract

   不要求也不鼓励一次性做完。每个子 issue = 一个收敛 PR,必须遵守:

   1. 先新增失败测试与反例夹具,再实现代码。
   2. 每个 PR 只做对应 milestone 的最小必要改动。
   3. 不删除、不弱化现有测试、门禁、blocker、forbidden terms。
   4. 不修改无关模块,不做顺手重构。
   5. 不引入 GPU / model / network 依赖到展示层 import 路径。
   6. 渲染逻辑不得从已渲染文本 parse 数字来生成结论;只有验证器 assert_traceable 可以从 tex 抽取数字,用于反向校验数字是否有 ledger 来源。
   7. 每个 PR 描述列出:changed files / tests added / tests run / before-after behavior / known non-goals。

   代码定位(file:line / 字段名 / 挂载点)已按当前仓库版本核对;若行号漂移,以函数名、字段名、挂载点语义为准,不得因行号变化改变任务目标。

   EvidenceLedger Schema(共享,PR-1/PR-2 都用)

   单一事实源。计算层写,展示层只读。展示层渲染的任何数字都必须能在此找到来源字段。字段与现有产出对齐(result_interpreter packet + benchmark_artifacts 的 per_method/seed_variance),标 [new] 的为新增。

   {
     "schema_version": "1.0",
     "run_id": "string",          // 用于跨 run 串台检测(M2-c)
     "claim_id": "string",
     "metric": "exact_match",     // = per_method 内层 metric key
     "alpha": 0.05,               // [new] 显著性阈值;默认 0.05;env DEEPGRAPH_SIGNIFICANCE_ALPHA 可覆盖
     "verdict": "confirmed|refuted|inconclusive|reproduced",
     "p_value": 0.0123,           // permutation
     "effect_size": 0.045,
     "confidence": 0.9877,        // = 1 - p_value(不是 CI)
     "repro_ci": [0.01, 0.08],    // bootstrap 95% CI;_bootstrap_ci(ci=0.95)
     "kept_ci":  [0.00, 0.07],
     "per_method": {              // 键为方法名字符串
       "<candidate>": {"exact_match": 0.705, "n": 200},
       "<baseline>":  {"exact_match": 0.655, "n": 200}
     },
     "seed_variance": {           // 均值/标准差/逐种子在此(不在 per_method)
       "<candidate>": {"mean": 0.705, "std": 0.012,
                       "per_seed": {"0": 0.71, "1": 0.70}}  // 形状 = {seed: mean}
     },
     "seeds": [0, 1, 2],          // has_multi_seed 判定读 len(seeds)>=3
     "provenance": {"code_commit": "string", "dataset": "string", "command": "string"}  // [new]
   }

   注意:不存在 confidence_interval{low,high,level} 字段——真实 CI 是 repro_ci/kept_ci 两个数组;confidence 是 1-p_value、不是 CI。per_method 内层是 {<metric>: value, "n": int},均值/标准差/逐种子在 seed_variance.<method> 下;per_seed 形状是 {seed: mean}。

   Test Execution Protocol

   每个子 PR 的执行顺序:

   1. 改动前先跑回归基线:pytest tests/test_pipeline_contracts.py、pytest tests/test_vnext_manuscript.py
   2. 新增本 milestone 的失败测试与反例夹具
   3. 实现最小必要改动
   4. 跑本 milestone 测试
   5. 再跑一次回归基线
   6. PR 描述贴出实际执行的命令与结果

   若仓库有更准确的测试命令,可替换上面的命令,但必须体现这个顺序。

   Non-goals

   • 不改计算层统计方法
   • 不重新跑 GPU benchmark
   • 不引入新的 LLM 调用
   • 不重构 paper pipeline 架构
   • 不新增 synthetic / mocked compute backend
   • 不支持模块化 LaTeX \input{content/conclusion} 的跨文件 traceability
   • 不改变 require_submission_ready() 的证据侧语义
   • 不处理 M1 中 :699 的存在性检查语义

   工程姿态(遵循 #22)

   门禁化非破坏删除 · 收敛分支 · 验证通过再并回 · 未经维护者确认不强推主线。
   
2. Protocol-zero-0

   added a commit that references this issue on Jun 6, 2026

   Complete Epic #23 presentation evidence gates (#29)

   ...

   44ecc31
3. Protocol-zero-0 commented on Jun 6, 2026

   

   Protocol-zero-0

   on Jun 6, 2026

   Contributor

   More actions

   Epic 已交付:5 个子任务(#24/#27/#25/#28/#26)经 PR #29 squash-merge 进 master(2026-06-06,HEAD 44ecc31),验收用例与回归基线全绿。关闭。
4. Protocol-zero-0

   closed this as completedon Jun 6, 2026