核验学习与规划会议前身卷并补齐发现范围 #40

2026-11-09T07:03:21Z

codex-bot commented

2026-11-09 07:03:21 +00:00

历史来源核查发现两个采集缺口：EWSL 主系列被通用规则当作 workshop 过滤；EPS、ECP、EWSP 的具体前身卷未被正确发现或映射。官方系列历史和固定 DBLP proceedings 元数据现已逐卷对照。

paper_atlas/collectors/dblp_predecessors.py：独立保存八个已核验卷的完整标题、原始系列、目标家族及事件/出版年份边界。
paper_atlas/collectors/dblp_scope.py：只对完整证据匹配的卷识别前身主系列；保留 EWSL/EPS/ECP/EWSP 原名，用别名关联 ECML-PKDD/ICAPS，未知卷保持待审。
paper_atlas/collectors/dblp.py：未来 catalogue 导出补入 ecp、ewsp family。
paper_atlas/collectors/dblp_records.py：保留来源范围证据，旧候选文件在请求年份需要缺失 family 时明确报错并要求完整 --archive。
tests/test_historical_predecessors.py、tests/fixtures/historical_predecessors.json：八项检查使用独立冻结的八卷元数据，覆盖原名、严格边界、年份差异、候选遗漏、catalogue 导出和隔离原生导入。测试论文为合成样本。
README.md、docs/coverage/historical-predecessors-2026-11-09.md：说明来源、哈希、运行、范围和后续验证。

八卷原始 inproceedings 计数合计202，不代表已核验论文数。EWSL1989 在当前 catalogue 只有卷信息，未匹配到 inproceedings，其他记录类型/来源仍待核查。ECP1999 的事件年1999与卷出版年2000分别保留。

验证：精确 head aa696bd7b53d2dff807d9b5d58d633f672b29f2a 的 CI1113/job1210 在 aliyun-ces-control 成功，355 项测试、wheel 构建、安装及 CLI 检查通过。本机仅做 AST、JSON 与差异检查，未运行项目测试或构建。CI1112 的单项正向测试因 runner 的 /tmp tmpfs 不足8GiB失败；仅在该微型 fixture 模拟足够空间，生产8GiB保护及低空间拒绝回归保持不变。

base main；head codex/historical-predecessors。等待用户手动合并，不直接推送 main 或自动合并。

完整快照来源验收

2026-11-09T07:39:28Z：原生采集与独立第二遍原始字段扫描均成功，invocation bde9bdf4f1d24a1f84d7bc1f3a46b63b。完整快照校验一致；选定七个非空卷202条逐条验证标题、原始作者、消歧作者形式、书目信息、事件与出版年、原始状态、链接和标识来源，范围内未归一化条目0。EWSL1989卷仍无逐篇记录，不填补该缺口。

原生输出991条含已有年份；只有独立选定的202条是本批待预检输入，不重放其余年份。全部202条来源摘要为空，不覆盖已有论文摘要。报告 /data/paper-index/collected/historical-predecessors-source-v1/independent-source-check.json，SHA256 847a7158b77c1f766567d0a8ac676bcc268940d6ef81920f7fee51112f4b345b。仅完成来源验收，尚未生产导入或最终去重。PostgreSQL只读身份预检已成功：202条均无现有稳定标识、来源记录或同标题匹配，本批共享标识/同标题冲突0、暂存待审0。预检SHA256 98cda32eb49e0d2e5682e5ea9cd761052f098811f9931faaeeaab014073207d4。202条已按原始字节准备7个只读文件，准备清单SHA256 3fdb2662715f873a066a5454ffb9289049b63eac4ea805debb3a45ca4d84c600；尚未生产导入，历史缺口58保持不变。

生产导入与独立验收（2026-11-09）

已使用既有原生 writer 714f745bd5c3fbc742be1efae0b31ab37a55e21f 完成选定202条/7文件导入，invocation 70302b565dcc4d258698861be0bc01a9，terminal success。没有导入包含已覆盖年份的其余native991输出，也未替换默认运行环境。

202条新增论文、来源、投稿、决定逐条与原始来源一致；原始前身名、目标家族别名、事件/出版年、标签及来源元数据保留。全局旧投稿、决定、submission_sources和decision_sources按原ID前缀全量排序哈希保持不变；94篇受保护论文、WWW/IJCAI修订、旧会议届次、覆盖和别名通过保护检查。全部约束、GIN和3项实际全文查询通过；foundry-core readyz200、冻结SQLite备份保持只读。

报告 /data/paper-index/collected/historical-predecessors-import-v1/postgresql-postcheck-v1.json，SHA256 879ee228517fc2937e91bc5a330e324ceee75dface86dff540c41b4f04b15504。新增202条来源摘要均为空，不伪造摘要或负面决定。实体论文表现为3,567,765行，尚不是最终全库去重数。

新只读年度快照2026-11-09T07:59:47Z核对：43会议、1266目标年份中1200已有记录，历史缺口58→51，另14个2026待补、1个非归档例外。差集严格等于本批7个前身会议年份；EWSL1989仍缺逐篇记录。年度存在不证明论文/摘要/reject全集。

PR代码仍等待用户手动合并；本批生产来源验收不替代最终全库去重、公开负面来源核查或后续数据维护。

历史来源核查发现两个采集缺口：EWSL 主系列被通用规则当作 workshop 过滤；EPS、ECP、EWSP 的具体前身卷未被正确发现或映射。官方系列历史和固定 DBLP proceedings 元数据现已逐卷对照。 - `paper_atlas/collectors/dblp_predecessors.py`：独立保存八个已核验卷的完整标题、原始系列、目标家族及事件/出版年份边界。 - `paper_atlas/collectors/dblp_scope.py`：只对完整证据匹配的卷识别前身主系列；保留 EWSL/EPS/ECP/EWSP 原名，用别名关联 ECML-PKDD/ICAPS，未知卷保持待审。 - `paper_atlas/collectors/dblp.py`：未来 catalogue 导出补入 ecp、ewsp family。 - `paper_atlas/collectors/dblp_records.py`：保留来源范围证据，旧候选文件在请求年份需要缺失 family 时明确报错并要求完整 --archive。 - `tests/test_historical_predecessors.py`、`tests/fixtures/historical_predecessors.json`：八项检查使用独立冻结的八卷元数据，覆盖原名、严格边界、年份差异、候选遗漏、catalogue 导出和隔离原生导入。测试论文为合成样本。 - `README.md`、`docs/coverage/historical-predecessors-2026-11-09.md`：说明来源、哈希、运行、范围和后续验证。八卷原始 inproceedings 计数合计202，不代表已核验论文数。EWSL1989 在当前 catalogue 只有卷信息，未匹配到 inproceedings，其他记录类型/来源仍待核查。ECP1999 的事件年1999与卷出版年2000分别保留。验证：精确 head `aa696bd7b53d2dff807d9b5d58d633f672b29f2a` 的 CI1113/job1210 在 aliyun-ces-control 成功，355 项测试、wheel 构建、安装及 CLI 检查通过。本机仅做 AST、JSON 与差异检查，未运行项目测试或构建。CI1112 的单项正向测试因 runner 的 /tmp tmpfs 不足8GiB失败；仅在该微型 fixture 模拟足够空间，生产8GiB保护及低空间拒绝回归保持不变。 base `main`；head `codex/historical-predecessors`。等待用户手动合并，不直接推送 main 或自动合并。 ### 完整快照来源验收 2026-11-09T07:39:28Z：原生采集与独立第二遍原始字段扫描均成功，invocation `bde9bdf4f1d24a1f84d7bc1f3a46b63b`。完整快照校验一致；选定七个非空卷202条逐条验证标题、原始作者、消歧作者形式、书目信息、事件与出版年、原始状态、链接和标识来源，范围内未归一化条目0。EWSL1989卷仍无逐篇记录，不填补该缺口。原生输出991条含已有年份；只有独立选定的202条是本批待预检输入，不重放其余年份。全部202条来源摘要为空，不覆盖已有论文摘要。报告 `/data/paper-index/collected/historical-predecessors-source-v1/independent-source-check.json`，SHA256 `847a7158b77c1f766567d0a8ac676bcc268940d6ef81920f7fee51112f4b345b`。仅完成来源验收，尚未生产导入或最终去重。PostgreSQL只读身份预检已成功：202条均无现有稳定标识、来源记录或同标题匹配，本批共享标识/同标题冲突0、暂存待审0。预检SHA256 `98cda32eb49e0d2e5682e5ea9cd761052f098811f9931faaeeaab014073207d4`。202条已按原始字节准备7个只读文件，准备清单SHA256 `3fdb2662715f873a066a5454ffb9289049b63eac4ea805debb3a45ca4d84c600`；尚未生产导入，历史缺口58保持不变。 ### 生产导入与独立验收（2026-11-09）已使用既有原生 writer `714f745bd5c3fbc742be1efae0b31ab37a55e21f` 完成选定202条/7文件导入，invocation `70302b565dcc4d258698861be0bc01a9`，terminal success。没有导入包含已覆盖年份的其余native991输出，也未替换默认运行环境。 202条新增论文、来源、投稿、决定逐条与原始来源一致；原始前身名、目标家族别名、事件/出版年、标签及来源元数据保留。全局旧投稿、决定、submission_sources和decision_sources按原ID前缀全量排序哈希保持不变；94篇受保护论文、WWW/IJCAI修订、旧会议届次、覆盖和别名通过保护检查。全部约束、GIN和3项实际全文查询通过；foundry-core readyz200、冻结SQLite备份保持只读。报告 `/data/paper-index/collected/historical-predecessors-import-v1/postgresql-postcheck-v1.json`，SHA256 `879ee228517fc2937e91bc5a330e324ceee75dface86dff540c41b4f04b15504`。新增202条来源摘要均为空，不伪造摘要或负面决定。实体论文表现为3,567,765行，尚不是最终全库去重数。新只读年度快照2026-11-09T07:59:47Z核对：43会议、1266目标年份中1200已有记录，历史缺口58→51，另14个2026待补、1个非归档例外。差集严格等于本批7个前身会议年份；EWSL1989仍缺逐篇记录。年度存在不证明论文/摘要/reject全集。 PR代码仍等待用户手动合并；本批生产来源验收不替代最终全库去重、公开负面来源核查或后续数据维护。

codex-bot added 1 commit 2026-11-09 07:03:21 +00:00

Preserve reviewed historical learning and planning predecessor series

Metadata integrity checks / metadata (push) Failing after 2m0s

Details

90bd534edd

codex-bot added 1 commit 2026-11-09 07:15:56 +00:00

Isolate tiny predecessor fixtures from production disk reserve

Metadata integrity checks / metadata (push) Successful in 2m11s

Details

aa696bd7b5

codex-bot marked the pull request as ready for review 2026-11-09 07:41:14 +00:00

Zayden-Jung merged commit 8ad052f577 into main

2026-11-09 08:13:53 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#40