Muse矩形的早期反馈归因（2026-10-14 18:18 Toronto）

这是已发生事件的离线诊断，不是完整四小时A判定。没有改变运行中的代码、参数、
候选或选择。后续完整轨迹必须另外判断，不能以这两步代替迁移结果。

运行：muse_025_circle_packing_rectangle_root_sd3。
真实有效子代bdfa6e1330b04e9c9dc623078fca54d4在计费2442.450289秒完成，分数0.189，
父分数2.1716803348225127，真实增益−1.9826803348225126。冻结s0=0.10499997375，
选择时含噪声事前预测z=−22.6755；这个有效负标签按原模型保留。

一、N6→7：负反馈确实改变后验，但优质组实际概率归零不能全部归于负面学习。

前后决策0bd84428eaa4442385003b4ae91e72b8 → 159e09725f304160899d6b9020ffb517。
原生实际池由9增至10个候选，优质组概率56.91%→0%。检查当时候选后确认，后一步
当前冠军2.3083847与近优父2.3020016均被原生dispatch context排除，池中不存在
满足预声明≤0.1s0标准的优质父节点；不能将这个零值说成GP永久放弃优质节点。

固定原9个候选、父分数、特征和rating，只加入这条真实反馈，原优质组概率反而
56.91%→69.82%；旧最佳均值分支概率93.82%→69.82%。此时N<8，原流程尚未MAP，
核参数不变，所以第三步“实际拟合参数”的值与单独条件化一致。这个例子说明条件化
可降低一条路线的总优势，同时提高其中某个优质节点的获选概率，不能把二者混为一谈。

二、N7→8：首次MAP扩大学习后的不确定性。

前后决策159e09725f304160899d6b9020ffb517 → 138cf816f7c14b3097df9f3be24ccf04。
固定旧10候选池：加入第8条反馈但保留旧HP，旧后验冠军概率64.41%→64.32%，
潜在SD/s0中位数0.581760→0.581759；再换为实际MAP参数，旧冠军概率降至7.07%，
旧最佳均值分支14.09%，潜在SD/s0增至4.761927。实际MAP的context幅度为5、
长度0.339022、noise标准差0.100382。这里只描述原MAP对全部8个已完成观测的响应，
不把变化归于额外采样温度、人工控制或经过时间。

实际新11候选池的优质组概率26.25%，中位SD/s0=5.123892；新池重新包含实测冠军。
旧10候选池根本没有预声明优质节点，所以26.25%不能说成“同池学习提高了优质概率”。
先验/后验和合法池的变化都必须保留，最终完整报告还需看这种再探索之后是否形成利用。

两个归因都先重建前后实际后验，与各自封存mean/covariance一致后，才比较同池三步：
旧后验 → 新反馈/旧HP → 新反馈/实际MAP。离线16384次joint抽样只估计条件概率，
不触发新LLM、候选评估或在线搜索；分解有顺序依赖，不能推断替代策略的在线成绩。
证据：analysis/feedback_attribution/muse_025_circle_packing_rectangle_root_sd3/
159e09725f304160899d6b9020ffb517.json 与 138cf816f7c14b3097df9f3be24ccf04.json。