状态
–
当前轮次–
总进度–
消耗 tokens–
累计费用(含作废与模型对比)–
当前规模–
当前模型–
推理深度–
月–
种子–
老人人数–
焦点数–
干预月–
–
0 位 · 徽标为 LLM 焦点 · 数据实时读取
全部决策记录(焦点老人 + 规则层干预),最新在前。
正式批次论文核心结果
只纳入通过 0–24 月完整性、决策覆盖、LLM 错误率和 DONE 门槛的 run。当前结果是描述性统计,不报告显著性或因果结论。
–
主结局:跨条件月度孤立率
干预期主结局:seed-level 孤立率
论文核心结果:条件均值与有效重复
–
H4 相关结果:撤出反弹与同 seed 配对差值
–
机制层证据:介入时机 · 剂量 · 延迟成本
规则层扫描(20 种子,无 LLM),预注册假设与主指标;绝对水平不与正式 LLM 批次比较,仅比较方向与量级。
–
Harness 自主闭环(设计→运行→评估→修订)
LLM 设计师仅提案,评估为确定性规则层;目标、空间、迭代数预注册,全部轮次落盘无选择性报告。
–
数据质量与证据边界
–
模型校准检查,不是干预效果验证
这是当前选中 run 的 n=20 末期截面检查,与 CLHLS 调查年份、样本和指标口径不同,只用于发现模型量级问题。
–