55-决策与变更记录 Template v1.0 | 第5章 方案搜集与对比

目录 ／ 文档-技术白皮书 ／ 55-决策与变更记录 Template v1.0

第5章 方案搜集与对比

I. 章节目标与边界（强制）

• 目标：形成可比性与可裁定的方案集合，给出统一的证据口径、评分与门禁（gate）绑定，并输出人读×机读一致的对比结论。
• 边界：仅覆盖技术/口径/流程/数据契约/实现绑定相关的方案；组织、人事与预算审批不在本章讨论范围内。

II. 方案搜集框架（强制）

• 来源：内部提案、外部文献、既有实现、基线方案。
• 最少数量：≥2 个可比候选（Option A/B/...），若仅有 1 个，需在本章记录其不可替代性证据。
• 基线：明确 Option Base（当前口径/实现），作为对照。
• 命名：采用“对象—属性—口径”三段式，如 n_eff.medium=intergalactic、c_ref.band=L2、T_fil.regime=linear。

III. 证据与不确定度清单（强制）

• 证据要素：数据集版本、实验/计算脚本、统计方法、置信区间/区间估计、可回放路径（script@commit）。
• 量纲口径：所有公式与参数须通过 check_dim；单位与维度在首次出现处标注。
• 复现性：提供最小复现命令与环境说明（容器/依赖），并在“验证”章节登记。

IV. 评价维度与评分规则（强制）

• 维度（默认集）：性能、成本、时间、风险、依赖、可复现性、与现网兼容性。
• 量化：每维度原始指标归一到区间 [0,1] 得到 s_i；权重 w_i≥0 且 ∑ w_i = 1。
• 总分：S = ∑_i ( w_i · s_i )。
• 不确定度折减：若指标估计标准差为 σ_i，采用 s_i' = clamp( s_i - k·σ_i, 0, 1 )，默认 k=1。
• 约束：**硬门禁（hard gates）**优先于评分，未过门禁的方案不进入排序。

V. 可比性叙述模板（强制）

• 问题与目标（1–3 段）：明确要优化/约束的对象与可度量目标。
• 假设与边界（条目化）：关键假设、适用域、禁区。
• 方法摘要（1–3 段）：核心思想与与基线差异点。
• 证据摘要（表格 + 引用）：核心实验/数据与显著性。
• 风险与回滚（条目化）：失效模式、触发器与回滚路径。
• 与基线/他案对比（表格 + 文字）：维度评分、优劣式结论。

VI. 方案对比矩阵（可直接拷贝）

归一化说明：将各维原始指标按目标（大为优/小为优）线性或对数映射至 [0,1]，并应用不确定度折减 s_i' 再计分。

VII. 判据与门禁（gate）绑定（强制）

• 命名：gate_<metric><comparator><threshold>@<window>，如 gate_accuracy>=0.99@7d、gate_latency<=2h@7d。
• 策略：hard（不满足则淘汰）与 soft（可放行但需 Approver 署名）。
• 输出：在记录单“实施与验证”章节给出门禁数据来源、统计方法与脚本定位。

VIII. 路径/公式一致性要求（强制）

1. 若方案涉及到达时判据，统一使用：
   • 常量外提：T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
   • 一般口径：T_arr = ( ∫ ( n_eff / c_ref ) d ell )
2. 文中出现 T_arr 时，同段或紧邻段落显式声明路径 gamma(ell) 与测度 d ell；涉及量纲一律通过 check_dim。
3. 禁混：T_fil≠T_trans，n≠n_eff，c≠c_ref；公式/符号/定义禁用中文。

IX. 机读 Schema（YAML；JSON 等价，可直接拷贝）

options:

base:

name: "Base"

assumptions: []

evidence:

datasets: []

scripts: []

metrics: { gate_accuracy: "0.97@7d", gate_latency: "2.5h@7d" }

candidates:

- name: "Option A"

assumptions: []

evidence:

datasets: ["CMB-Set@v3"]

scripts: ["arrive_time_check.py@a1b2c3"]

stats: { method: "bootstrap", ci: "95%" }

gates:

hard: ["gate_accuracy>=0.99@7d","gate_latency<=2h@7d"]

soft: ["compat_rate>=0.995@replay"]

scores:

normalized:

performance: 0.992

cost: 0.9

time: 0.72

risk: 0.92

dependency: 0.8

reproducibility: 0.99

compatibility: 0.995

sigma:

performance: 0.004

formula:

total: "S = sum_i(w_i * max(0, min(1, s_i - k*sigma_i)))"

k: 1.0

weights:

performance: 0.30

cost: 0.15

time: 0.10

risk: 0.15

dependency: 0.10

reproducibility: 0.10

compatibility: 0.10

decision_rules:

hard_gates: ["gate_accuracy>=0.99@7d","gate_latency<=2h@7d"]

tie_breakers: ["risk","compatibility","cost"]

X. 最小填写示例（可直接拷贝）

options:

base: { name: "Base", evidence: { datasets:["cmb_v2"], scripts:["baseline.py@9f8e7d"] } }

candidates:

- name: "A - 一般口径 T_arr"

assumptions: ["允许 c_ref 与 n_eff 空间变"]

evidence:

datasets: ["cmb_v3","lens_v1"]

scripts: ["arrive_time_check.py@a1b2c3"]

stats: { method:"bootstrap", ci:"95%" }

gates:

hard: ["gate_accuracy>=0.99@7d","gate_latency<=2h@7d"]

scores:

normalized: { performance:0.995, cost:0.90, time:0.80, risk:0.93, dependency:0.80, reproducibility:0.99, compatibility:0.995 }

sigma: { performance:0.003 }

- name: "B - 常量外提 T_arr"

assumptions: ["c_ref 在段内近似常量"]

evidence:

datasets: ["cmb_v3"]

scripts: ["arrive_time_check.py@a1b2c3"]

gates:

hard: ["gate_accuracy>=0.99@7d","gate_latency<=2h@7d"]

scores:

normalized: { performance:0.992, cost:1.10, time:0.85, risk:0.90, dependency:0.70, reproducibility:0.98, compatibility:0.992 }

weights: { performance:0.30, cost:0.15, time:0.10, risk:0.15, dependency:0.10, reproducibility:0.10, compatibility:0.10 }

summary:

ranking: ["A","B"]

rationale:

- "A 在性能、复现性、兼容性维度领先，满足所有硬门禁；成本低于基线。"

- "B 性能接近但成本上升，依赖面更广。"

recommendation: "选择 A；对需要常量外提的场景以例外条款记录。"

XI. 交叉引用与引用体例（强制）

1. 文内固定写法：“见《<卷名> vX.Y》Ch.x S/P/M/I…”，优先锚点而非整卷。
2. 在记录单 references.see 中提供机读清单（示例）：
   • "EFT.WP.Core.Terms v1.0:P10-3"
   • "EFT.WP.Core.Equations v1.1:S20-1"
   • "EFT.WP.Core.Metrology v1.0:check_dim"
   • "EFT.WP.Core.DataSpec v1.0:I30-2"