qingjian/docs/notes/constant-sweep.md

排序常数扫描（2026-09-12）

sentence 里个人 n-gram 的插值常数（λ 0.8 / K 8 / 封顶 0.5 / 三元折扣 0.75）与 correction 里的敲错代价（换位 5 / 邻键 5 / 多键 5.5 / 少键 5.5、个人折扣上限 3、整段纠错 5）此前只按量级定过，没有用数据验过。这次把它们做成引擎可设（Engine::set_interpolation / set_typo_costs，CLI --tune 名=值），在冻结日志上扫了一遍。结论：全部在平台区，一个都不改。

尺子

• 冻结日志：2026-09-12 早上的 input-log.jsonl 副本，27516 行，可评上屏 12886 条（词 9241 / 整句 3376 / 英文 269）。
• 回放：qingjian-cli --replay，内存学习从零起，云联想关（配置副本 [predict] enabled = false），不带神经重排（每组 7 秒，四路并行）。 最后两组带神经重排（--neural data/models/hanzhang-zhiwei，Metal，每组十分钟）复核。
• 指标：各来源首选命中数（报告行末的「命中数」，比百分比细）。
• 扫参前先确认重构零变化：改后二进制缺省参数的报告与改前逐行相同。
• 这把尺子的偏差见 docs/plan/model-eval.md：整句「选了」多半是当时基线自己的输出，天然偏向现值；本轮又发现回放要把原样上屏也走一遍 take_raw，否则个人英文词学不到、英文首选低 10 个点（72.5% → 82.9%）。这一改在第四轮之后，所以下表前三轮的基线是 词 8033 / 整句 3043， 第四轮起是 8032 / 3045。

单轴与组合（不带神经重排，相对缺省的命中数差）

设置	词	整句
cap=0.3	+5	-14
cap=0.45	+5	-6
cap=0.4	+7	-6
cap=0.55	+0	+0
cap=0.6	+0	-2
cap=0.7	-9	-33
cap=0.9	-81	-87
correction=3	+2	-36
correction=4.5	+6	-10
correction=4	+5	-21
correction=6	-11	-3
correction=8	-37	-24
discount=0.5	+15	-10
discount=0.9	+1	+2
extra=4,missing=4	+14	-81
extra=4.5,missing=4.5	+7	-65
extra=5,missing=5	+3	-10
extra=6.5,missing=6.5	-8	-7
extra=7,missing=7	-19	-16
k=16	-1	-2
k=2	+0	-8
k=32	-9	-8
k=4	+1	-3
lambda=0.5	+0	-7
lambda=0.65	-2	+4
lambda=0.7,transpose=6,substitute=6,extra=6,missing=6	-7	+15
lambda=0.75,substitute=5.5	+2	+18
lambda=0.75,substitute=6	+3	+9
lambda=0.75,transpose=5.5,substitute=5.5,extra=5.5,missing=5.5	+2	+18
lambda=0.75,transpose=6,substitute=6,extra=6,missing=6	-2	+14
lambda=0.75	+3	+10
lambda=0.7	-1	+10
lambda=0.9	+0	-30
lambda=1.0	-59	-125
substitute=5.5,extra=6,missing=6	-5	+17
substitute=5.5	+0	+13
transpose=3.5,substitute=3.5	+4	-81
transpose=4,substitute=4	+1	-40
transpose=4.5,substitute=4.5	+2	-11
transpose=5,substitute=6	+1	+8
transpose=5.5,substitute=5.5,extra=5.5,missing=5.5	+0	+13
transpose=5.5,substitute=5.5	+0	+13
transpose=6,substitute=5	+0	+0
transpose=6,substitute=6,discount=0.9	-1	+5
transpose=6,substitute=6,extra=6,missing=6	-3	+14
transpose=6,substitute=6,lambda=0.65,discount=0.9	-1	+0
transpose=6,substitute=6,lambda=0.65	-1	+2
transpose=6,substitute=6	+1	+8
transpose=6.5,substitute=6.5	+2	+2
transpose=7,substitute=7	-2	-3
typo-cap=1	-2	-2
typo-cap=2	+0	+0
typo-cap=4	+0	+0

读法：

• λ：0.7–0.75 比 0.8 整句多 10 条（0.3 个点），0.9 起掉，1.0（不要个人一元）掉 125 条。K 从 2 到 32 全平。封顶 0.4–0.6 平，0.7 起掉， 0.9 掉 80 多条：个人数据压死静态模型是真的坏。三元折扣 0.5 词 +15 / 整句 −10，0.9 平。
• 敲错代价：邻键（substitute）是唯一有反应的轴，5 → 5.5 整句 +13、6 +8、6.5 +2；换位单独动没变化（transpose=6 与缺省逐条相同）。 多键 / 少键往便宜走整句掉得快（4 掉 81 条）、词略涨，5.5 就是峰。折扣上限 1 / 2 / 3 / 4 几乎没差：回放从零学，个人敲错表攒不到几次， 这一项在回放里不可辨。整段纠错代价 5 是峰（3 掉 36、8 掉 24）。
• 最好的组合 lambda=0.75,substitute=5.5：词 +2 / 整句 +18（0.5 个点）。

带神经重排复核

壳里现在模型是开着的，插值与代价都在重排之前起作用，最终要看重排之后的数字：

设置	词	整句	英文
缺省	8085	3018	223
lambda=0.75,substitute=5.5	8080	3022	223

差 −5 / +4，是噪声。不带重排时的 +18 也只有 0.5 个点、在尺子偏差之内，所以不改。

顺带：神经重排在这把尺子上词 +53、整句 −27——整句掉是已知偏差（日志里的整句是旧基线接受的输出），整句质量看 data/eval/sentences.tsv。

没命中的到底是什么

常数不是瓶颈，那瓶颈在哪：

• 整句不在候选 328 条：16 条 青简（专名，词库没有）；294 条与现在首选同长、只是同音换字（184 条差一字、112 条差两字）， 这是上下文的活（神经重排、个人 n-gram），而且其中不少「选了」本身是当时接受的错句；18 条长度不同，是切分 / 简拼尾巴。
• 词没命中 1208 条：742 条是 5 键以上、当时从词候选里选的短语（导航栏 / 候选框 / 对齐 / 我绷不住了），多半是词库缺词； 最常重复的键 ba（45 条）看上下文、wode（34 条）是词库缺「我的」（todo 里已有）。
• 英文 46 条没命中里 33 条是排在第 2–4 位（hello → helloWorld、com → commit、down → download），个人英文词的加权可以再看；13 条不在候选是 当时敲错的拼写（trasnformer）与个人词。

下一步按这个顺序更值：从日志挖词库缺词（短语 + 专名），个人 n-gram 与神经重排在同音换字上的净效果（rescored 字段攒够后看）， retype 事件攒够后再回头看敲错代价与折扣上限。

怎么复现

cp ~/Library/Application\ Support/Qingjian/input-log.jsonl /tmp/frozen.jsonl
# 配置副本里把 [predict] enabled 改成 false
cargo build --release -p qingjian-cli
printf '\nlambda=0.75\nsubstitute=5.5\n' > /tmp/settings.txt
tools/eval/sweep.sh /tmp/frozen.jsonl /tmp/config.replay.toml /tmp/settings.txt /tmp/sweep.tsv

同一份冻结日志、同一个二进制才能比；日志是活的，改了尺子（比如原样上屏进学习）要连缺省一起重跑。