计划 v2.29 步 2「ROI 度量先行：不达标即止步入账」的冻结登记。母册链： EVAL-SET.md → EVAL-SET-M5-3.md → EVAL-SET-M5-CLOSE.md（303 行）→ 本册。度量定义唯一权威 = .ccm/similar-spec-2026-09-05.md（本机件，§三 词袋 / §四 PPMI / §七 评估）。本册每个数字直读 contracts/eval/similar-sample-v1.json（样本）、contracts/eval/similar-oracle-v1.json（oracle）与 cli/tests/it/eval_similar_review/sample.json（仲裁记录），由渲染脚本一次写出后冻结；第二代（留出集， 「留出集复测」节）同形三件带 -v2 后缀；重放门 = CI cargo test --test it -- eval_similar_precision::。本册与三册前身同入冻结集 （frozen_set.rs：不扫芯片、不生成、退出引文门），行号引文一律不写。

五语料各自成库：自仓走产品 walk + scratch 索引（refreshed_index 把词袋写进 bag / df 两表〔步 3，schema 16〕→ similar::reader::Reader 读回每个单元的袋 → 与 similar::file_bags 对同一文本现算的袋逐词对拍，漂移即拒）；四份 crosscheck 夹具目录被 ce.toml 排除在自仓外，各自单独成库。排序走持久化的 Postings / Cooc 读者，并与同一批袋建的内存 Corpus / Table 逐位断言相同（一条排序路、两个倒排来源）。每个单元对本库其余单元查两臂 top-k：裸臂 = 自身袋按通道乘子；扩展臂 = 裸臂 + 每个 拼出的词通道词的 top-m PPMI 邻词（权重 ≤ 一半，邻词只计分不成证据）。候选 = 两臂 top-k 并集，每候选一行 六通道命中整数 + 形状全等位 + 同角色位 + 同文件位 + 两臂名次与分数。同角色位 = (N ≥ 1 ∧ C ≥ 1) ∨ (N ≥ 2 ∧ 形状全等)， 与步 5 将落在 Haskell CE.Similar 的合取同式（步 2 只在 Rust 镜像以便度量）。

这些常量随样本冻结（constants 对象），CI 门 similar_oracle_consistent 断言它们等于仪器当下的常量—— 改一个常量即换一套仪器，旧 oracle 随之作废。

读法：role 位在自仓只对约五分之一的 top-1 亮起，在 typescript 夹具（32 单元）只亮 3 次——夹具太小， 样本配额取不满属实。扩展臂改变的 top-1 是少数（两臂相同列），PPMI 的作用只能在仲裁后看精度差。go 行是 2026-09-26 重量后的读数 （树 a5ac21f，dirty；Go 的单元宇宙随计划 v2.30 步 5b 第 3 / 25 条变，见「Go 语料重量与重仲裁」节），typescript 行是 2026-09-27 重量后的读数（04e9723 之上的 5b-6 工作树，dirty；TS 模块级 const / let / var 成单元，见「TypeScript 语料重量与重仲裁」节）， 其余三行仍是 143cfe0 的。

每库把裸臂 top-1 按 role 位分两层，各层按 sha256("similar|corpus|path|key|nth") 的字典序取前缀到配额—— 秩序由身份决定、与分数无关，仲裁者看不到分数（RM18）。

仲裁者：codex exec gpt-6-astra (reasoning max, read-only sandbox), batches of 24 queries; the prompt carried identities and verbatim source only — no scores, no role bits, no arm placements (RM18)。每批一份 packet 带每个单元的逐字源码（path:start-end key#nth 头）， 仲裁者必须读源码后才答；词表 = same_role（两单元在各自程序里扮演同一角色）/ related（同一机制的不同腿、 调用方与被调方、同族不同职）/ unrelated；另标 clone（代码本身近似相同——同角色的平凡形，单独计一档）； why ≥ 40 字符否则合并脚本拒收。转录修复 2 处（仲裁者抄错 rank 哈希、 仅当唯一的 ≥ 16 位十六进制前缀匹配时按名修复，逐条列在记录的 transcription_repairs）。

（首仲裁 177 / 355 / 168 / clone 67；Go 13 题 2026-09-26 重量重仲裁，见「Go 语料重量与重仲裁」节；TypeScript 9 题 2026-09-27 重量重仲裁， 见「TypeScript 语料重量与重仲裁」节。）

p@1 = 该臂第 1 名被仲裁为 same_role 的比例（分母 = 该臂有答案的查询）；hit@5 = 该臂 top-k 里至少一个 same_role；role 位混淆 = 同角色位对全部候选对的判决（tp / fp / fn / tn）。不报 recall：oracle 只知道 它见过的候选，没有一个单元的全部同角色伙伴，分母不存在。

扩展臂的 role=1 / role=0 / 非 clone 切片同在 summary（p_at_1_widened_*），本表只列裸臂切片以免两表同形。

• 裸臂 top-1 的三分：same_role 67 / related 40 / unrelated 11（118 查询）——顶 1 与查询「同角色或同机制」占 107/118； 67 个同角色顶 1 里 29 个是 clone（平凡形）、34 个与查询同文件。样本按 role 位对半分层，故 67/118 不是自仓 全量的 p@1（自仓 role=1 的 top-1 只占 1114/5378）；分层各自的数才是可外推的：role=1 顶 1 同角色 39/59、 role=0 顶 1 同角色 28/59。
• 42/118 个查询在 700 个候选里没有一个 same_role——这些单元在两臂的 top-5 里都没有同角色伙伴被翻出来 （或本就没有）；hit@5 74/118 的另一面是：在 76 个「有同角色候选出现」的查询里，裸臂把它放在第 1 名的有 67 个， 藏在第 2–5 名的 9 个。
• PPMI 扩展臂（m = 3）：27/118 个查询的顶 1 被扩展改变；配对看，裸臂对、扩展臂错 6，裸臂错、扩展臂对 2， 其余 110 个两臂同对（61）或同错（49）；hit@5 +1（74 → 75）。在这份 oracle 上，联想扩展对顶 1 是净负（−4/118）， 对 top-5 覆盖持平。ppmi_capped_units 自仓 17 / rust 3 / 其余 0。
• 同角色位的替代合取（对 700 个已仲裁候选，精度 / 对候选的召回）：spec 形 (N≥1∧C≥1)∨(N≥2∧形状全等) 0.612 / 0.571；N≥1 0.402 / 0.695；N≥1∧C≥1 0.612 / 0.480；(N≥1∧C≥1∧形状)∨(N≥2∧形状) 0.658 / 0.412； N≥1∧C≥2 0.651 / 0.316；spec ∧ 非同文件 0.678 / 0.333；spec ∨ (D≥2∧形状) 0.483 / 0.627。没有一个替代形 同时高于 spec 形的精度与召回——收紧买精度赔召回、放宽反之。
• typescript 夹具退化：26 单元里 role=1 顶 1 只有 3 个，抽到的 9 个查询顶 1 全是 clone（非 clone 子集 0/0）， 该语料的行只作存在证明，不作精度证据。

1. k1 = 6/5、b = 3/4 不动——只量过这一组，没有换组的证据；SIMILAR_REV 1 的输入即此。
2. 同角色合取维持 spec 形——替代形无一双优（上表）；步 5 落 Haskell CE.Similar 时逐字沿用， 本册这张表是它的对拍基线。
3. 地板 60 %（similar_oracle_floors，只升不降）：role=1 顶 1 同角色 39/59 = 66.1 %、hit@5 74/118 = 62.7 %、 同角色位对候选的精度 101/165 = 61.2 %，三数各向下取整到一成 = 60 %；重冻结的 oracle 落到线下即是更差的仪器， 门红而不是改数。没有预登记的「达标线」——计划 v2.29 步 2 把线留给度量本身，故这里给的是回归地板，不是验收线。
4. PPMI 的 m 与默认臂、以及「是否值得往步 3 走」：两者都超出仪器能自答的范围——前者是 #4 的产品形态 （用户三裁点名「稀疏检索 + 仓内 PPMI 联想」），后者是验收线的解释——按 2026-08-07 用户指令经 AskUserQuestion 呈裁。
5. 用户裁定（2026-09-05）：① 让 gpt-6-astra 以本 oracle 为靶尝试调优，能显著增强就采、不能就按此精度继续 步 3；② PPMI 不按「默认开 / 关」二选一，改为从数学与模型两个角度探索更优雅的联想方案再定；③ 顺带回答 「只报不判的顾问怎样才能被更高效地用起来」——调优与探索的结果另起一节追记，本册以上数字是它们要打败的基线。

仪器 = cli/tests/it/similar_tune.rs（+ similar_tune_parts/，--ignored，release 跑；gpt-6-astra max 写、本仓第一方复跑；v2.33 W3 起退役，复活配方在「复跑」节）： 在冻结 oracle 的候选池上重排——每个配置只对已仲裁的候选重新打分排序（未仲裁的新候选另行导出、不冒充标签）， 84 个打分配置 + 16 个同角色谓词；p@1 / hit@5 口径同上表，配对 W : L = 与基线相比顶 1 由错变对 : 由对变错。 生产打分代码与冻结 JSON 一字未动（仪器结束时断言 oracle 文件与读入时逐字节相等）。

先修一个身份缺陷：自仓行的 sha 冻结时算的是本机工作树的字节，而那棵树是混行尾的（CRLF / LF 各一部分）—— 干净检出上 codex 只能对上 13/70 个自仓查询。行身份改为 CRLF 折叠成 LF 后的 sha（identity_sha，仪器与评测器同一所有者； 词袋从不看见 \r，夹具语料在 LF 树上逐字节回放已证），自仓 494 行里 83 行（29 个文件）按同一文件的 LF 字节重识别， 其余行本就是 LF sha；17 行所指的 2 个文件（cli/src/similar/bag.rs, cli/src/similar/stem.rs）在冻结后、提交前又被改过， 原文本不在任何提交里，身份按实保留；复跑时 2 个查询整池跳过、其余池里 6 个候选跳过。四夹具语料 e300386 已钉 LF，一行不动。

天花板：116 个对上的查询里只有 76/116 个池里存在 same_role 候选——完美重排最多把 p@1 从 66/116 提到 76/116； 调优前写下的显著线「全样本与 role=1 子集各 ≥ +8 且 W ≥ 2L 且无语料变差」在 role=1 子集上按构造就不可达，此处如实记下，不改线。

全部 84 行在仪器输出 all.md（每个语料与「去掉某语料」各一张同列表）。最好的一行是 field_binary：p@1 69/116（基线 66/116，配对 6 : 3）， role=1 40/57（基线 39/57），hit@5 76/116（基线 74/116）——+3 / +1，离显著线远。

联想家族（用户裁定 ②，数学与模型两个角度）：

时间是全部对上查询的串行总和（同一进程、通用打分器），只用来比相对代价，不是 ce similar 的冷 / 暖延迟。

同角色谓词（对冻结的 700 个候选对，用冻结证据，与覆盖无关）：16 个谓词里只有一个弱 Pareto 优于 spec 形—— spec ∧ 2N ≥ QN（命中的名字词至少占查询名字词的一半）精度 101/151 对 spec 的 101/165， 池内召回同为 101/177；去掉的 14 个误报全在 go / python / rust 夹具，自仓与 typescript 一个不动。 它是查询方向的展示过滤器，在同一份样本上选出、没有留出集佐证，不进 spec；步 5 第二份样本仲裁后先测它再定。

1. 打分不动：SIMILAR_REV 1 维持。 84 个配置里没有一个过显著线；最好的两行（按通道分别归一 + 查询 tf 截 1；单独的 查询 tf 截 1）的赢面几乎全在自仓（上表按语料的配对列：自仓 5 : 3 与 2 : 0、go 1 : 0 与 0 : 0，python / rust / typescript 一个查询不动）； 五折留出选择每一折都选出这两行之一，但在留出的那份语料上除自仓外一个查询也没赢回来——同一份样本上选出的赢面，出了这份样本就不见了。 这两个配置与 spec ∧ 2N ≥ QN 谓词一并记为候选：步 5 第二份样本仲裁出来后在留出集上先测，测过才进 spec、才动 SIMILAR_REV。
2. PPMI 联想不做默认排序臂，做显式的「联想视图」。 数学上，单元内共现的 PPMI 量的是搭配（open 与 close、parse 与 render 常同现），不是可替换（fetch 与 load 恰恰不在同一单元里出现）——一阶共现估计不了同义；模型上，翻译模型、伪相关反馈、 二阶「词 → 被调 → 词」都在同一份 oracle 上被测过：顶 1 无一净正，翻译模型与 Rocchio 还是净负；把联想只用来决胜（ppmi_tie） 或限总量（ppmi_mass4）能把损失归零，但一个查询也赢不回来。联想真正带来的是新候选（ppmi_m1 17 槽、二阶 13 槽、RM3 34 槽 ——top-5 里出现了未仲裁的身份），那是发现，不是排序。故 spec §四 的数学不动（共现对的存法由步 3 实测定：不建 cooc 对表， 边际进 df.marg、对在查询时从 bag 行推导——见 PERF-BUDGET 步 3 节），§六 三面把扩展臂改为 opt-in（ce similar --widen / MCP widen / GUI 开关），扩展来的候选单独标「联想」且永不计证据、永不亮 role 位； 默认臂 = 裸臂。这不是「关掉 #4」——RAG 的稀疏检索是默认臂本身，联想是它的第二页。
3. 行身份 = LF 折叠 sha，写进仪器。 自仓行按此重识别（表内数字），similar_fixture_rows_replay_byte_for_byte 与评测器读同一个 identity_sha；两个在冻结后改过的文件按实保留旧身份，第二份样本把它们重新纳入。冻结任何以内容 sha 为身份的记录前，身份函数 必须先对检出方式不变。
4. 显著线的构造缺陷如实记账：在冻结的候选池上重排，role=1 子集最多只能多对 4 个查询，「≥ +8」按构造不可达；下次先算天花板再写线。
5. 只报不判的顾问怎样才被用起来（用户裁定 ③）——三面之外，顾问的价值在它出现的时机：
   • 写之前问：MCP similar_units 接受草稿文本（--text），代理在准备写新函数、想清楚它的目的之后、落键之前调一次； 命中 role = 1 就先读那两段源码再决定复用 / 改造 / 另写。插件 README 与 .claude 提示词里放这一句约定，比任何钩子都便宜。
   • 写之后一行：Stop 审计只查本会话新增单元的 top-1，role = 1 才写一行「新单元 ↔ 已有单元」（feed 加性键 similar， observe 档只记不拦），同一 (会话, 新单元, 伙伴, 两侧 sha) 只提示一次；索引冷 / 陈旧 = 「不可用」而不是「没有伙伴」。
   • 看得见证据：三面都并排给六通道命中、形状位、role 位与来源（直接重叠 / 联想），点开即两段源码对照；不用红色、不计分、不进 ce check。
   • 记录后果：给每次提示一个可选回执 reused / kept_distinct / consolidated / irrelevant，以两侧 sha 记；它们是下一份仲裁样本 的来源（也是留出集），不喂给打分器、不改判决。度量 = 每次有用动作花了几次查看、重复提示率、冷 / 暖延迟。
   • 不做的：PreToolUse 预算装不下一次检索（spec 立场 5 不变）；不在每次按键上查；不对未改动 / 早已存在的单元主动提示； 不把「同文件相邻」当语义证据。

步 2 裁定把 field_binary / binary_query / spec ∧ 2N ≥ QN 三个候选留给「第二份样本的留出集」。第二份样本 = 同一仪器、同一配额、同一秩序，只跳过 v1 oracle 仲裁过的 118 个 rank（CE_SIMILAR_SAMPLE_GEN=2；仪器读冻结的 v1 oracle 取排除集，故留出集可从两份冻结件重导，与 v1 零重叠由门 similar_oracle_consistent 断言）。树 c704d71（步 3 已提交， dirty = 步 5 前置的测试改动），cli/src/similar/bag.rs 与 stem.rs 的单元这次按当下身份纳入。typescript 夹具只有 3 个 role=1 的 top-1 且全在 v1 里，该层抽到 0 属实（配额不从另一层补）。

仲裁同 v1（codex gpt-6-astra max、五批并行、只给身份与逐字源码），记录 cli/tests/it/eval_similar_review/sample-v2.json， 转录修复 1 处；判决：same_role 159 / related 361 / unrelated 147，其中 clone 42 （首仲裁 151 / 379 / 138 / 39；Go 13 题 2026-09-26 重量重仲裁，见「Go 语料重量与重仲裁」节；TypeScript 6 题 2026-09-27 重量重仲裁，见「TypeScript 语料重量与重仲裁」节）。

读数（2026-09-05 首仲裁的池 115 / 668；当下读数见「Go 语料重量与重仲裁」节）：

• 留出集比 v1 低一档，且低在每个切片：p@1 46/115（v1 67/118）、role=1 顶 1 30/56 = 53.6 %（v1 66.1 %）、非 clone 顶 1 29/98 = 29.6 % （v1 42.7 %）、role 位精度 86/177 = 48.6 %（v1 61.2 %）；hit@5 60.0 %（v1 62.7 %）持平。v1 的顶 1 里 clone 占 29/67，留出集 17/46—— 平凡形少了一截，但非 clone 切片也同降，故 v1 读数偏乐观不只是 clone 的功劳；此后引用顾问精度以两代并列，门两代各守各的地板。
• 46/115 个查询的池里没有 same_role（v1 42/118）；69 个有的里裸臂放在第 1 名 46、藏在第 2–5 名 23（v1 9）——留出集上「找得到但排不到顶」的 查询多了一倍，这是打分侧还有余地的唯一信号，但下表说明现有候选没有兑现它。
• PPMI 扩展臂：27/115 顶 1 被改变，配对 2 : 6（v1 2 : 6 完全同形），hit@5 −3；步 2 裁定 ②（联想改 opt-in 视图）在留出集上再次成立。
• role 位在 go 夹具召回 8/8、精度 8/24：名字与被调各命中一次的合取对 Go 的短单元过松；rust 相反（12/19 精度、12/13 召回）。

三个候选在留出集上（评测器 CE_SIMILAR_ORACLE=2，115 查询 / 668 对全部对上、零部分池；表落 cli/target/similar-tune-v2/）：

同一套 84 个配置在两份样本上的方向并不一致：v1 上最差的三行 k0（k1 = 0）、lm100、translation_quarter（配对 2 : 7 / 1 : 7 / 1 : 9） 在留出集上成了最好的三行（各 52/115、配对 10 : 4）；五折留出选择在留出集上每折选出的配置各不相同（binary_query / lm100 / translation_quarter / k0 / translation_quarter）。±6 个查询的赢面在这个样本量上是噪声，两份样本各自「选出」的赢家出了那份样本就换人。

1. 三个候选一个不采，SIMILAR_REV 1 与 spec 合取原样进步 5。 预登记的线是「全样本与 role=1 子集各 ≥ +8 且 W ≥ 2L 且无语料变差」： field_binary +3 / +1（W 5 : L 2，hit@5 −1）不过 +8；binary_query +2 / 0 且自仓 2 : 4 变差；谓词 spec ∧ 2N ≥ QN 在 v1 上是弱 Pareto （召回不动、精度 +），在留出集上少 3 个真阳（go），不再 Pareto——它是 v1 那份样本的形状，不是规则。field_binary 两代都 +3、方向一致， 记为唯一有留出集佐证的正向候选，但幅度在噪声带内；步 6 三面落地后若回执样本（裁定 5「记录后果」）攒到第三代 oracle，再测一次即定。
2. 地板第二代 40 %（similar_oracle_floors，GENERATIONS 表按代给地板）：role=1 顶 1 53.6 %、hit@5 60.0 %、role 位精度 48.6 % 三数取最小向下 取整到一成；v1 的 60 % 不动（各代各守，一代重冻结落线即红）。
3. 留出集是仪器的常设通道：CE_SIMILAR_SAMPLE_GEN=<n> 抽第 n 代（跳过更早各代 oracle 的 rank），CE_SIMILAR_ORACLE=<n> 让评测器对第 n 代重排（评测器已退役，按「复跑」节复活后才有这条通道）， 门对每一代断言：与更早各代零重叠、holdout_of 点名前一代、常量 = 当下常量、夹具行逐字节回放。第三代起同一条路，不再另写。

起因：第 3 条（Go 分组形参按名计数，a, b int = 2）与第 25 条（包级 const / var 一名一单元）改了 Go 夹具的单元宇宙—— units.go 59 → 92；样本的 13 + 13 个查询不变（秩序由身份决定、与分数无关，不重抽），但它们的候选表全变，活门 similar_fixture_rows_replay_byte_for_byte 红；v2 两个查询换了键（appendIfNotPresent/1 → /2、configEnvVar/1 → /2），rank 随身份 重导、按 (path, start_line) 重新就位。候选对 v1 76 → 71、v2 77 → 76；v2 那 13 题里 role=1 的顶 1 7 → 8。

做法：同一仲裁者（codex exec gpt-6-astra, reasoning max, read-only sandbox），每代一批 13 题，packet 只给身份与逐字源码（RM18）； 147/147 答案落在包里的候选上、零转录修复、why 全过 40 字地板。合并：oracle 两册 Go 行整体替换、summary 由门的 metrics 重导、 加 rearbitrated 记录；样本两册 Go 行按冻结 rank 就位换成活行，units.go / summary.go 重计，加 remeasured 记录；审阅记录两册 Go 行替换（700 → 695、668 → 667）加 rearbitrated。上面「结果」与「留出集复测」两节的表已就地改成当下的 summary（门从行重导必须 相等），动的只有 all 与 go 两行；两节的「读数」散文是首仲裁池上的读数，当下值在下面。

地板（similar_oracle_floors）：v1 60 %——role=1 顶 1 39/59 = 66.1 %、hit@5 75/118 = 63.6 %、role 位精度 100/165 = 60.6 %（首仲裁 101/165 = 61.2 %；离地板 0.6 个百分点， 下一次夹具的单元宇宙再动就可能落线——届时是事件不是数字）；v2 40 %——role=1 顶 1 29/57 = 50.9 %、hit@5 69/115 = 60.0 %、role 位精度 89/179 = 49.7 %。两代都立住。

当下读数（与两处「读数」同口径）：

• v1：裸臂 top-1 三分 same_role 68 / related 38 / unrelated 12（首 67 / 40 / 11）；68 个同角色顶 1 里 clone 29、同文件 35； 40/118 个查询的池里没有 same_role（首 42），78 个有的里裸臂放在第 1 名 68、其余 10（首 76 / 67 / 9）；扩展臂配对：裸对扩错 5、 裸错扩对 3（首 6 : 2），两臂同对 63 / 同错 47，hit@5 75 → 77（首 74 → 75）——联想扩展对顶 1 仍是净负（−2/118）； 判决三分 same_role 180 / related 341 / unrelated 174，clone 67（首 177 / 355 / 168 / 67）；替代合取（对 695 个候选，精度 / 对候选的召回）： spec 形 0.606 / 0.556（首 0.612 / 0.571）、N≥1 0.410 / 0.700、N≥1∧C≥1 0.606 / 0.461、(N≥1∧C≥1∧形状)∨(N≥2∧形状) 0.637 / 0.400、N≥1∧C≥2 0.663 / 0.306、spec ∧ 非同文件 0.678 / 0.328、spec ∨ (D≥2∧形状) 0.478 / 0.611——仍没有一个替代形同时高于 spec 形的精度与召回。
• v2：三分 45 / 55 / 15（首 46 / 57 / 12）；46/115 个查询的池里没有 same_role（首 46），69 个有的里顶 1 45、其余 24（首 69 / 46 / 23）； 配对 6 : 2（首 6 : 2）、同对 39 / 同错 68，hit@5 69 / 66（首 69 / 66）；go 夹具 role 位精度 11/26、召回 11/17 （首 8/24、8/8——「合取对 Go 的短单元过松」仍成立，召回不再是 100 %）；判决 same_role 160 / related 353 / unrelated 154，clone 39（首 151 / 379 / 138 / 39）； 替代合取（对 667 个候选）：spec 形 0.497 / 0.556（首 0.486 / 0.570）、N≥1 0.374 / 0.762、N≥1∧C≥1 0.484 / 0.469、(N≥1∧C≥1∧形状)∨(N≥2∧形状) 0.590 / 0.431、N≥1∧C≥2 0.589 / 0.412、spec ∧ 非同文件 0.495 / 0.281、spec ∨ (D≥2∧形状) 0.463 / 0.594。

评测器（84 配置 / 16 谓词 / 留出集三候选）两节的表不重跑：它们支撑的裁定（三候选不采、SIMILAR_REV 1 不动）已经落地；要复核就按 「复跑」节的复活配方把评测器取回，在当下的 oracle 上重排。

起因：5b-6 把 TS 模块级 const / let / var 按规则收进声明域（解构的每个绑定名各一单元，函数值已由函数抽取器命名的不再造第二个）， TS 夹具的单元宇宙 units.typescript 26 → 32——多出的六个全在 benchmarks/object.ts（三个 Benchmark.Suite、三个 z.object 形状），三个 locale 文件 在模块级只有函数值的 const error，早已是单元 error/0。样本的 9 + 6 个查询不变（秩序由身份决定、与分数无关，不重抽），object.ts 的 5 + 3 个查询候选集变了 （它的 (anonymous)/0 同文件兄弟进了前五、顶掉 locale 的 error/0），locale 的 4 + 3 个查询候选集不变、只换分数与次序（同一对的证据整数也随语料变： bg → ota error/0 的 hits [1,1,0,0,35,1] → [1,2,0,0,39,1]），活门 similar_fixture_rows_replay_byte_for_byte 红；无查询换键。候选对 v1 45 → 45、 v2 30 → 30；role=1 的顶 1 v1 3 → 3、v2 0 → 0。

做法：同一仲裁者（codex exec gpt-6-astra, reasoning max, read-only sandbox），每代一批（9 题 / 6 题）——按「复跑」节的规则重仲裁整个语料， 不只是候选集变了的查询；packet 只给身份与逐字源码（RM18）；75/75 答案落在包里的候选上、零转录修复、why 全过 40 字地板。与冻结判决对照（只记不裁）： v1 45 对里 28 同 / 6 改判 / 11 是新候选，v2 30 对里 20 同 / 3 改判 / 7 新。合并：oracle 两册 TS 行整体替换、summary 由门的 metrics 重导、 rearbitrated 改成列表加 typescript 一条；样本两册 TS 行按冻结 rank 就位换成活行，units.typescript / summary.typescript 重计，remeasured 改成 列表加一条；审阅记录两册 TS 行替换（45 → 45、30 → 30）加 rearbitrated。上面「结果」与「留出集复测」两节的表已就地改成当下的 summary（门从行重导必须 相等），动的只有 all 与 typescript 两行；「Go 语料重量与重仲裁」节的「当下读数」是 Go 重量后、TS 重量前的读数，all 的当下值以本节为准。

地板（similar_oracle_floors）：三个发表数一个没动——v1 role=1 顶 1 39/59 = 66.1 %、hit@5 75/118 = 63.6 %、role 位精度 100/165 = 60.6 %； v2 29/57 = 50.9 %、69/115 = 60.0 %、89/179 = 49.7 %。两代都立住；TS 夹具的 role=1 查询只有 3 + 0 个、role 位候选只有 6 + 0 个，动不了这三个数。

当下读数（与两处「读数」同口径，由合并后的 oracle 行重导；括号里是 Go 重量后的上一读数）：

• v1：裸臂 top-1 三分 same_role 66 / related 40 / unrelated 12（68 / 38 / 12）；66 个同角色顶 1 里 clone 26、同文件 33；40/118 个查询的池里没有 same_role（40），78 个有的里裸臂放在第 1 名 66、其余 12（68 / 10）；扩展臂配对：裸对扩错 5、裸错扩对 3（5 : 3），两臂同对 61 / 同错 49，hit@5 75 → 77 ——联想扩展对顶 1 仍是净负（−2/118）；判决三分 same_role 178 / related 348 / unrelated 169，clone 64（180 / 341 / 174 / 67）；替代合取（对 695 个候选， 精度 / 对候选的召回）：spec 形 0.606 / 0.562（0.606 / 0.556）、N≥1 0.410 / 0.708、N≥1∧C≥1 0.606 / 0.466、(N≥1∧C≥1∧形状)∨(N≥2∧形状) 0.637 / 0.404、 N≥1∧C≥2 0.663 / 0.309、spec ∧ 非同文件 0.678 / 0.331、spec ∨ (D≥2∧形状) 0.478 / 0.618——仍没有一个在两轴上同时胜过 spec 形。
• v2：三分 44 / 56 / 15（45 / 55 / 15）；46/115 个查询的池里没有 same_role（46），69 个有的里顶 1 44、其余 25（45 / 24）；配对 6 : 2（6 : 2）、同对 38 / 同错 69，hit@5 69 / 66（69 / 66）；判决 same_role 159 / related 361 / unrelated 147，clone 42（160 / 353 / 154 / 39）；替代合取（对 667 个候选）： spec 形 0.497 / 0.560（0.497 / 0.556）、N≥1 0.374 / 0.767、N≥1∧C≥1 0.484 / 0.472、(N≥1∧C≥1∧形状)∨(N≥2∧形状) 0.590 / 0.434、N≥1∧C≥2 0.589 / 0.415、 spec ∧ 非同文件 0.495 / 0.283、spec ∨ (D≥2∧形状) 0.463 / 0.597。
• typescript 夹具：v1 9 题顶 1 三分 7 / 2 / 0（同角色顶 1 里 clone 6、同文件 3），9 个池都有 same_role，hit@5 9 → 9，判决 18 / 19 / 8、clone 16， role 位精度 6/6、召回 6/18；v2 6 题三分 4 / 2 / 0，1 个池没有 same_role，hit@5 5 → 5，判决 10 / 20 / 0、clone 11，role 位 0/0、召回 0/10。

• similar_oracle_consistent（每代）：常量 = 仪器当下常量；词表；≥ 100 个查询；rank 升序且由身份重导；每候选 truth 在词表、clone 为布尔、why 过地板；summary.all 与每语料块 = 从行重导的度量（eval_similar_precision_parts，与合并脚本同式）； 第二代起 holdout_of 点名前一代，且没有一个 rank 被更早的一代仲裁过。
• similar_fixture_rows_replay_byte_for_byte：四份夹具语料按当下代码各重量一次，每一代冻结行的候选表（身份、六通道 整数、形状位、role 位、同文件位、两臂名次与分数）逐字节回来，且行所指文件的身份未变。行身份 = 文本 CRLF 折叠成 LF 后的 sha256 （identity_sha，仪器与评测器同一所有者，检出方式不能改变一行是谁）。自仓行只按身份锚定不重量 （自仓文件一动 df 就动，重量无意义）。
• similar_oracle_floors：本册两个「裁定」节定下的地板由该腿执行（v1 60 %、留出集 40 %）。
• 样本 ≺ 判决子树的出处腿（RM2，姊妹族 dedup_provenance 同形）待步 5 core/app/CE/Similar 落地后加： assert_subtree_postdates 对空子树按名拒绝（「空子树让门空转」），步 2 加不了。

cd cli && cargo test --test it -- eval_similar_precision::
export CE_CORE_BIN=…   # 自仓索引刷新要核
cd cli && cargo test --release --test it -- --ignored similar_replay::similar_replay --nocapture
CE_BLESS=1 …           # 重冻结样本（常量改动后）；CE_SIMILAR_PACKET=<file> 另写仲裁 packet
CE_SIMILAR_SAMPLE_GEN=2 CE_BLESS=1 …   # 抽第二代（留出集：跳过 v1 oracle 的 rank）→ similar-sample-v2.json

评测器退役（2026-10-04，v2.33 W3，主会话裁）：它重排的是生产里的 Rust BM25 / PPMI 排序，那份排序已经搬进核（rank/1），Rust 里不再有它调的东西；它在 W3 里改挂测试子仓的冻结预言机 unit/w3_oracle/similar.rs，违反了子仓自己的架构规则（it/ 不读 unit/），于是按名删除。结论不变：三候选不采、SIMILAR_REV 1 不动、field_binary 是唯一有留出集佐证的正向候选、待第三代 oracle 再测（要测就先复活）。复活只读子仓历史、不写任何索引——f623abf 是子仓里最后一个带它的提交：

git -C cli/tests archive f623abf it/similar_tune.rs it/similar_tune_parts | tar -x -C cli/tests
git -C cli/tests show f623abf:unit/w3_oracle/similar.rs > cli/tests/it/similar_tune_parts/oracle.rs

再删掉取回的 similar_tune_parts/mod.rs 里 mod oracle; 上面那行 #[path = "../../unit/w3_oracle/similar.rs"]（mod oracle; 就读旁边那份拷贝，它经仪器自己的 mod lib 取库），在 cli/tests/it/main.rs 加回 mod similar_tune; / mod similar_tune_parts;，然后跑 cargo test --release --test it -- --ignored similar_tune::similar_tune --nocapture（表落 cli/target/similar-tune-v1/，CE_SIMILAR_ORACLE=2 对第二代重排、表落 similar-tune-v2/）。公式就是冻结预言机：取回的那份与现行 unit/w3_oracle/similar.rs 只差文件头注释与三行 use，函数体逐字节相同。跑完用 rm -r 删掉取回的文件、去掉那两行 mod。

仲裁批处理（prompt / packet / 合并脚本）在会话 scratchpad，不入库；重仲裁 = 换仲裁者重跑合并脚本， 样本不动；仪器的单元宇宙一变（2026-09-26 Go 先例）= 该语料的样本行重量 + 只重仲裁那一语料，其余语料的行与仲裁不动。