 cbb
|
af856ca728
|
exp: 轮次50——门控20mm 的 seed=1 复现失败于幅度：时限收益 +6.25pp→+0.39pp，精度代价减小但未消除
两 seed 合并后必须更正轮次49 的一句话：到达题组内末态误差 vs 控制的符号检验 s0 67/57(p=0.419)、
s1 74/51(p=0.049)、合并 141差/108好 p=0.042 ⇒ 是"大幅减小"而不是"与控制不可分"。
中位数(+3.4%/+2.6%)与逐题分布给出相反印象，因为门控把尾部拉近中位、却把大量题各推一点。
到达两 seed 合并赢24丢21 净+3 p=0.766 ⇒ 这条轴上到达没有可用信号。
稳的部分：goal_ratio_2s 两 seed 都改善(0.170/0.201 vs 0.279/0.275) ⇒ "打分地平线=执行地平线"
买路上进度是唯一稳健效应。可推荐形态是 ungated pre，门控留给末态余量优先的场景。
统计自纠：精确 McNemar/符号检验原写法 2*Σ_{i<=min(k,n-k)}C(n,i)/2^n 在 k=n/2 中间点会算出 1.168>1；
改成 p=min(1,2*min(P(X<=k),P(X>=k))) 后重算本轮全部已上报 p 值，除中间点那例外数值不变
(0.125/0.424/0.678/0.455/0.327/0.042/4.9e-16/1.8e-12/2.4e-6 都对得上)，中间点正确值 p=1.0。
下一轮补 2×2 的缺失格 K16+pre 量可加性（已在盘三格），判读规则预注册。
|
2026-10-21 01:31:11 +08:00 |
|