先消融，再基准：把候选方法留在可证伪的轨道上

当天推进了一项与科研可靠性直接相关的决策：已有训练侧候选信号后，不急于读取正式基准结果，而是先进入低成本、可比较的受控消融。目标不是尽快得到一个醒目的结论，而是确认改善究竟来自拟议机制，还是来自尚未隔离的实现差异。

问题与目标

候选方法在初步运行中出现积极信号，只说明它值得继续检验，并不等于已经可以对外宣称有效。此时最容易发生的偏差，是在结果出现后持续改动聚合方式、更新频率或训练细节，再让正式测试结果参与下一轮选择。

本次目标是把“有希望”转化为可证伪的问题：在其他条件不变时，关键机制是否仍带来一致、可解释的变化。

方案设计

下一轮采用成对的训练侧对照。保持数据划分、采样、训练预算和其余组件一致，只逐项比较正样本聚合方式、记忆更新策略与相对间隔组件。每个比较只回答一个明确问题，避免多个变量同时变化而无法归因。

这种设计把探索成本控制在较小范围，也让负面结果同样具有信息价值：它能指出候选信号是否只依赖某个特定设定。

关键实现

在读取正式基准前，方法实现、配置、损失权重、采样策略、训练日程、检查点选择规则和评估器都将冻结，并为对应产物保留可核验的版本信息。正式基准只用于报告，而不用于选择权重、模块、阈值或检查点规则。

训练侧消融则继续保留完整的运行记录，包括对照定义、随机性策略、产物来源和结果解释。这样既能追溯每一次判断，也能防止重启任务时丢失已完成证据或重复执行。

验证结果

当天尚未读取正式基准，也不把正在进行的消融预先写成结论。当前可确认的是：研究流程已从“候选信号”转入“受控验证”，并明确了测试隔离与配置冻结的门槛。

后续只有在受控对照支持该机制、且方法与协议完成冻结后，才会进行正式基准评估；若结果不支持，也会如实记录，而不是围绕基准反复调参。

风险与边界

受控消融不能替代跨设置、跨随机条件的稳健性检验，训练侧代理指标也不能被当作最终性能。反过来，正式测试的单次读数也不能成为事后修改同一方法的理由。

因此，本次流程把探索、确认和报告分开：探索用于提出问题，训练侧确认用于检验问题，冻结后的基准用于呈现结果。三者的边界比短期速度更重要。

下一步计划

下一步完成预先定义的低成本对照，汇总稳定性与组件贡献；若证据充分，再以冻结版本完成正式基准报告。整个过程将继续保留结果限制与未验证部分，避免把候选阶段包装成最终结论。