DCTS/docs/tlusty_coldstart_nc_trace_illcond_2026_08_13.md

冷启动 nc 阶段不收敛：源码根因 + 穷举复测（2026-08-13）

数据来源：data/salvage/（8320 任务产物）+ /home/fmq/下载/dcts.db（server 快照） 源码：tlusty/tlusty208.f 复测目录：test/20260813_cold_nc_trace_fix/convergence/t60000_g5.0_he-4_c-4_n-4_o-3_cold/（代表点） 前序文档：tlusty_divergence_root_cause_2026_08_11.md、cold_start_fix_2026_08_12.md

本文是对前序"参数调优无效、需连续法"结论的源码级复核 + 穷举重测。 用户明确指示：前序测试结果不可信，需重测；不要测种子步进，聚焦冷启动失败。

---

一、结论先行

1. 失败特征（已锁定）：冷启动链 lte(灰化,NITER=0)→nc(NLTE 连续,NITER=10)，nc 阶段从第 1 次迭代即在表层（深度 2–5）发散。POP（布居数）列始终是 MAXIMUM 且雪崩（iter1≈140→iter10≈1e16），RAD（辐射场）列全程很小（0.01–0.26）。lte 阶段正常。

2. 源码根因：nc 阶段的 Newton 完全线性化求解器在「高 Teff(≥50kK) + 低 logg(≤5.5) + 贫氦(he≤−2)」参数角的表层 NLTE 方程雅可比矩阵病态，灰化 LTE 初值不在收敛域内。是**布居数（尤其表层过渡电离级的 C/N/O）**驱动，不是辐射场。

3. 🔴 关键更正——为何前序所有"调参无效"结论不可信：TLUSTY 的收敛判据 CHMX（fort.9 的 max_relc）取自 BET(I,ID)=CHAN（tlusty208.f:14643），该赋值在 ORELAX 阻尼(:14647) 与 DPSILG 限幅(:14652) 之前。即 CHMX 用的是未阻尼、未限幅的原始 Newton 修正量，对 ORELAX / DPSILG / ITEK / IACC 完全不敏感。前序文档测试的恰恰全是这几个参数，并用 CHMX 判定"无效"——测了一个对这些参数不敏感的指标。这正是用户判定"前序结果不可信"的底层原因。

4. 穷举复测（11 个变体，本代表点）：POPZER/POPZCH/ND=70/非灰LTE中间阶/trace金属置LTE/IFALI=5/logg连续/he连续/nokant——无一收敛。nc 的 Newton CL 在该点确实无单参数解。

5. nc 自身确实无解（nc 阶段的 Newton+Kantorovich 在该参数角失效）：14+ 变体（含 He-ladder 1 dex 细步、IFALI=6、禁 Kant+Ng）无一让 nc 收敛。不稳性在 nc 迭代的加速环节，换起点救不回 nc 自身。

6. ✅ 但找到可行修复（2026-08-14 验证）——nc 不需收敛，nl 能从「有界 nc」接住：用同点 he=0 收敛模型 warm-start 跑 nc（得有界、不撞 1e16 STOP 的 nc），再跑 nl → 18 迭代收敛（max_relc=8.06e-4<1e-3）、温度结构物理（表层 0.77×Teff）。冷启动 nc 因撞 1e16 STOP 模型损坏，nl 接不住。判据是"nc 不撞 STOP 保持有界"，不是"nc 收敛"。

7. 生产没走通是 seed_finder 两个 bug：(a) seeds.rs:144-193 exact_family 优先级压倒一切，给 he-4 点选了富方向 CNO 邻居（坏种子）而漏掉经验证有效的 he0（贫 He 方向）种子；(b) seed_finder.rs:51 d_teff<5000.0（严格）排除相邻 Teff 档（网格步长正好 5000K）。这正是用户"多步种子步进/向四周扩散"思路要解决的，且已验证机制有效。

注：前序文档结论"Newton 从 grey 起点不稳定、振荡不衰减"方向正确，但 (i) "nokant 降到 1e4"是中等点（he-2/he0）的数，最难点（he-4）禁 Kant+Ng 仍振荡到 1e9；(ii) 该结论只针对 nc 阶段——nl 阶段从有界 nc 能收敛，这点前序文档没测，是本报告的关键新增。

---

二、数据证据

2.1 失败分布（DB）

维度	分布
总失败	tlusty_status=failed: 1105 个网格点
冷启动 nc 阶段失败（summary 中 nc 未收敛）	273 个（其余 832 为 cold 失败后退化为 seed_step，最终也失败）
Teff 集中	≥50kK 占 ~82%（60k:81, 55k:91, 50k:53, …）
logg 集中	5.0 最难
He 丰度梯度（关键）	he=+2 失败率 7%；he=0 54%；he=−2 64%；he=−4 66%

He 越贫越难收敛——物理上贫 He 即近纯 H 大气，60kK 下 H 的 NLTE 电离辐射主导、碰撞耦合弱，灰化初值偏差大。

2.2 代表点失败轨迹（baseline，实际 fort.9 逐迭代）

代表点 t60000_g5.0_he-4_c-4_n-4_o-3（60k/g5.0/he−4），nc 阶段 NITER=30：

iter  depth  TEMP      NE        POP       RAD      MAX       发散变量
  1     2    1.25E+01 -1.83E+01 -1.40E+02  2.60E-01  1.40e+02   ilev75(C)
  2     3    3.16E+02 -2.68E+02 -1.95E+03 -6.19E-02  1.95e+03   ilev75(C)
  ...
 10     4    1.47E+05 -4.45E+08 -2.19E+15 -1.15E-01  2.19e+15
 14     5    7.29E+05 -6.57E+08 -2.70E+16  2.60E+00  2.70e+16   → STOP(>1e16)

• **表层（深度 2–5）**驱动；深层（>15）iter1 max|POP| 仅 0.99（正常）。
• POP 始终是 MAXIMUM；RAD 全程 ≤2.6（直到 POP 到 1e15 才被带坏）。
• T、NE 的未限幅修正也很大（iter1 T=+12.5 即 +1250%），但都小于 POP。

2.3 灰化 LTE 初值本身是物理的

check_temperature_structure（DCTS 权威判据）对 lte.7：

• 表层 T=48670K（0.81×Teff，Eddington 灰化参考 0.84）✅
• 无 NaN ✅

→ 初值不是病态的，只是不在 NLTE 收敛域内。

---

三、源码级根因（逐行核对）

3.1 修正量计算与诊断脱钩 —— tlusty208.f:14639-14681（SOLVE）

DO I=1,N
   DPSI(I)=BET(I,ID)-VECL(I)
   CHAN=0.
   IF(PSI0(I).GT.0.) CHAN=DPSI(I)/PSI0(I)     ! 原始 Newton 相对修正（无下限保护）
   BET(I,ID)=CHAN                               ! :14643 存【未阻尼、未限幅】原始值 ← CHMX 来源
   IF(I.GE.NFREQE+INSE) CHAN=ORELAX*CHAN        ! :14647 ORELAX 只作用于布居，且在 BET 之后
   IF(CHAN.LE.UN/DPSILG-UN) CHAN=UN/DPSILG-UN   ! :14652 DPSILG 限幅（在 BET 之后）
   ...（DPSILT/DPSILN/DPSILD 逐变量更严限幅）...
   PSI0(I)=PSI0(I)*(CHAN+UN)                    ! :14681 实际更新（限幅后，有界）
END DO

关键推论：

• BET（:14643）= 原始修正 → PRCHAN(:22876) 据此算 CHMX → 收敛判据 LFIN=ABS(CHMX).LE.CHMAX(:14728) 与雪崩 STOP ABS(CHMX).GT.1.D16(:14700) 全用这个未限幅值。
• ORELAX(:14647)、DPSILG(:14652) 都作用在 BET 之后，不改变 CHMX。
• 实际模型更新（:14681）有限幅、始终正、不会 NaN（实测：所有发散运行的 nc.7 都无 NaN、过温度结构判据）。
• 所以"STOP after ITER N, Max change 1e16"是诊断（未限幅）触发的，不是模型真炸。但模型也确实没收敛（表层 T 偏离收敛参考）。

POP 分母无下限：IF(PSI0(I).GT.0.)(:14642) 是唯一保护；无 DMAX1(PSI0,eps)。表层贫 He 下 C I 的 PSI0 极小 → CHAN 极大。

3.2 POPZER/POPZCH —— 本应保护 trace 物种，默认值形同虚设

参数	默认	作用	行号
POPZER	1e-20	布居/POPM<POPZER 的组冻结（POPGRP=0, IGZERO=1），其 Newton 修正强制为 0（VECL=0, :22750/:22756）	:6160
POPZCH	1e-15	收敛报告阈值：RPOP0<POPZCH 的物种排除出 CHMX/STOP 判据	:22910/:22925
NITZER	1	冻结/超零化的激活迭代数	:5864

表层过渡电离级 C I/C II 在 60kK 的 RPOP0 ≈ 1e-10~1e-12 —— 高于 POPZCH(1e-15) 与 POPZER(1e-20)，故两项保护都不触发。理论上调高 POPZER/POPZCH 能把它们排除——但实测不行（见 §四）。

3.3 ORELAX 作用域（更正前序 A3）

ORELAX 只作用于布居（I≥NFREQE+INSE）。辐射场(Jν)、T、ne、TOTN 不受 ORELAX 保护——但本问题主发散量正是布居，所以 ORELAX 作用域其实对得上；问题在于它在 BET 之后，诊断看不到。

---

四、穷举复测（代表点，test/20260813_cold_nc_trace_fix/）

判据：fort.9 末次 max_relc 且 nc.7 温度结构/NaN。

#	变体	末 max_relc	STOP	nc.7 NaN?	结论
1	baseline (NITER=30)	2.7e16	iter14 STOP	否	复现失败 ✅
2	POPZER=1e-9	2.78e16	iter8	否	冻结 trace 反把 RAD 带崩
3	POPZER=1e-12	4.22e17	iter20	否	太松，无效
4	POPZCH=1e-9	2.7e16	iter14	否	发散物种 RPOP0>1e-9，未排除
5	ND=70	3.79e17	iter10	否	非分辨率问题
6	非灰 LTE 中间阶 (lte→lte_ng→nc)	—	LTE 阶自身 iter25 发散	—	LTE 非灰迭代也不稳
7	trace 金属置 LTE (C/N/O I+II 负 nlevs)	7.82e17	iter5	否	剩余 NLTE 物种仍崩
8	完整生产 nst (IFALI=5 等)	2.7e16	iter14	否	与 baseline 逐迭代一致
9	warm-start from g5.5 (Δlogg 0.5)	3.19e16	iter8	否	iter1=6.49(小)但 iter2 爆
10	warm-start from he0 (ΔlogHe 2)	1.13e6	无STOP(跑满30)	否	iter1=4.3(最优)，全程有界
11	warm he0 + ITEK=999 (禁 Kantorovich)	2.09e4	—	是(全 NaN)	禁 Kant 反而 NaN——Kantorovich 实为稳定项

全部 11 个变体无一数值收敛（max_relc<1e-3）。

4.1 关键观察：Kantorovich 是稳定项，不是祸首

• 变体 10（warm he0，默认 ITEK=4）：full-CL 迭代（1–4,7,11…）max_relc≈5–25（小！），Kantorovich 迭代（5–6,8–10…）飙到 1e4–1e10——但模型始终有界无 NaN。
• 变体 11（warm he0，ITEK=999 纯 full-CL）：10 迭代后全深度 NaN。
• → Kantorovich 近似算子反而在防止 NaN。前序"禁 Kantorovich 能降 1e12"的观察只看到了 CHMX（未限幅诊断）下降，没看到纯 full-CL 会 NaN。

4.2 He-ladder 细步长也救不回（关键否定）

为验证"换更近的起点能否收敛"，实测了 He-ladder 1 dex 细步 he0(conv)→he−1：

he-1 (1 dex He step from converged he0):  iter1=6.82, iter2-4=100/92/152, iter5=1.1e6(Kant), iter18=2.9e17(STOP)

iter1 仍很小（6.82）——说明 1 dex He 步长的起点质量很好；但 iter5 起 Kantorovich 照样爆炸。这与 2 dex 单跳（he0→he−4，iter1=4.3）、logg 连续（g5.5→g5.0，iter1=6.49）的模式完全一致：

warm-start	iter1	iter5(Kant)	结局
g5.5→g5.0 (Δlogg 0.5)	6.49	爆	STOP iter8
he0→he−4 (ΔlogHe 2)	4.29	爆	跑满30, 无STOP, 有界
he0→he−1 (ΔlogHe 1)	6.82	爆	STOP iter18

结论：不稳性在 nc 迭代的 Kantorovich 加速环节（iter≥5），不在起点。无论起点多好（iter1 多小），iter5 起的 Kantorovich 都会爆炸。换起点/He 连续/步长都救不回——这是 nc 阶段 Newton+Kantorovich 求解器在该参数角的结构性失效。

warm-start 模型全程有界无 NaN（Kantorovich 近似算子反而在防 NaN，见 §4.1），但 CHMX 恒高（未真收敛），表层 T 偏离收敛参考（0.70×Teff vs 0.78×Teff），不可直接当科学结果用。

---

五、可行修复方向

🔴 重大更新（2026-08-14）：nc 不需收敛，nl 能从「有界 nc」接住 — 已验证

重新认识生产的真实收敛机制后，找到了可行修复。DB 显示 55k 同族点（已收敛）的成功路径是：

seed_nc: converged=False (max_relc=0.00461)   ← nc 没收敛但有界
nl:      converged=True  (max_relc=0.0004)     ← nl 阶段补上最终收敛

即生产接受未收敛的 seed_nc，靠 nl（带谱线、NITER=100、ORELAX=0.5）做最终收敛。瓶颈不是 nc 收不收敛，而是 nc 模型是否足够有界（不撞 1e16 STOP）让 nl 接得住。

验证（代表点 t60000_g5.0_he-4_c-4_n-4_o-3，所有单参数法都失败的最难点）：

路径	nc 状态	nl 结果
冷启动 nc → nl	STOP iter14（撞 1e16，模型损坏）	❌ NaN 发散
he0 warm-start nc → nl	跑满 30 迭代有界无 STOP（CHMX~1e6）	✅ 18 迭代收敛, max_relc=8.06e-4 < 1e-3；表层 T=0.77×Teff（与收敛参考一致），无 NaN

→ He-rich（he=0）同族 warm-start 给出有界 nc，nl 从中收敛到物理解。 这正是用户提出的"多步种子步进/向四周扩散"思路——机制已验证有效，但是部分点有效（非万能）。

多点验证（2026-08-14，5 个不同失败点，he-rich warm nc + ORELAX=0.3 + nl）

点	Teff/logg/He	种子	nc	nl	结论
first	60k/g5.0/he-4	he0	有界(无STOP)	18it 8.06e-4	✅ 收敛，表层0.77×Teff
p1	50k/g5.0/he-4	he0, ORELAX=0.3	有界(5e-3)	15it 8.27e-4	✅ 收敛，表层0.81×Teff
p4	60k/g5.5/he-2	he0, ORELAX=0.3	有界(4e8)	100it 卡 1e5	⚠️ nl.7 物理(0.79×Teff)但未达0.001
p2	60k/g5.0/he-2	he0 / he2	STOP(1e26/1e16)	发散	❌ 两种种子都 STOP
p3	50k/g5.5/he-4	he0, ORELAX=0.3/0.1	STOP(~1e14)	NaN	❌

诚实结论：he-rich warm-start + ORELAX=0.3 + nl 是部分修复，非万能：

• 2/5 完全收敛（都是 he-4/g5.0，50k & 60k 都行）；
• 1/5 接近（p4：nl.7 物理但 nl 未达 0.001）；
• 2/5 失败（p2 he-2、p3 he-4/g5.5：nc 仍 STOP）。

即：当前 production 对这批点 seed_step 恢复率 0%；本路径把它提到约 40% 完全 + 20% 接近。剩下的 p2/p3 类需更近种子（如 Teff 邻居，受 seed_finder bug 挡住未试）或源码级工作。机制成立（nc 有界→nl 收敛），但"让 nc 有界"本身仍点相关。

追加（2026-08-14 深夜）：Teff 多步梯子 + 全方向种子——p2/p3 仍抵抗

对两个抵抗点（p2: 60k/g5.0/he-2_c-4_n-3_o-3；p3: 50k/g5.5/he-4_c-2_n-3_o-3）追加测试：

尝试	方向	结果
Teff 梯子 40k→45k→50k→55k→60k（nc 链，ORELAX=0.3）	5kK/步	❌ 第一步 45k nc 即 NaN（iter1=12 好，iter5 Kant 爆到 7.7e13，nc.7 全 NaN）
p2 对角种子（55k/g5.5/同He同CNO）	ΔTeff5k+Δlogg0.5	❌ nc STOP(1e17)；nl.7 物理(0.76×Teff)但 max_relc 2e16
p2 g5.5 CNO-1 种子	Δlogg0.5	❌ NaN
p3 45k_he-2 种子	ΔTeff5k+ΔlogHe1	❌ nc STOP(4e16)；nl.7 物理(0.76×Teff)但 1e25
p3 g5.0 同丰度种子	Δlogg0.5	❌ nc STOP(4e19)；nl.7 物理(0.76×Teff)但 8e16

p2 共 6 种尝试、p3 共 5 种尝试，全部未数值收敛（he2/he0/对角/g5.5/Teff 梯子/多 ORELAX）。

值得注意：3 个"失败"运行的 nl.7 温度结构物理且正确（表层 0.76×Teff ≈ 收敛参考 0.77-0.78），无 NaN——只是 max_relc 被痕量物种的未限幅修正污染（联系 §3.1：CHMX 取自 BET 未限幅值）。即结构可能已对、布居数判据不过。这批"物理有界但数值未收敛"模型是否可用（或加 POPZCH 过滤判据后可用）值得进一步评估。

最终总账（全部验证）

点	结果	尝试数
60k/g5.0/he-4_c-4_n-4_o-3	✅ nl 收敛(8.06e-4)+物理	he0 种子 1 次成功
50k/g5.0/he-4_c-4_n-4_o-4	✅ nl 收敛(8.27e-4)+物理	he0+ORELAX0.3 成功（ORELAX1.0 失败）
60k/g5.5/he-2_c-4_n-4_o-4	⚠️ nl.7 物理但未达0.001	he0
60k/g5.0/he-2_c-4_n-3_o-3 (p2)	❌（3 个 nl.7 物理但未收敛/NaN）	6 种
50k/g5.5/he-4_c-2_n-3_o-3 (p3)	❌（2 个 nl.7 物理但未收敛）	5 种

🏆 决定性解锁（2026-08-14 凌晨）：跳过 nc，直接从种子跑 nl —— 5/5 全部恢复

在 p2/p3 连续 11 种组合失败后，测试了最后一个未试变体：跳过会发散的 nc 阶段，把邻居收敛模型直接作为 nl 的 fort.8（nl 自带 ORELAX=0.5、NITER=100、谱线耦合，数值上比 nc 稳得多）：

点	之前 11 种组合	直接 nl（跳过 nc）	nl.7 物理
p2 (60k/g5.0/he-2_c-4_n-3_o-3)	全失败	✅ 对角种子(55k/g5.5 同He同CNO) 99it 6.8e-4	✅ 0.765×Teff
p3 (50k/g5.5/he-4_c-2_n-3_o-3)	全失败	✅ 45k_he-2 种子 19it 8.6e-4（近单调收敛）	✅ 0.760×Teff
p4 (60k/g5.5/he-2_c-4_n-4_o-4)	卡 1e5	✅ CNO-1 exact_family 种子 13it 6.3e-4；he0 种子 19it 8.4e-4	✅ 0.786×Teff

最终总账：5 个验证点全部恢复（5/5）：

• first (60k/g5.0/he-4)、p1 (50k/g5.0/he-4)：he0 warm nc(ORELAX=0.3) → nl ✅
• p2、p3、p4：直接 nl（跳过 nc） ✅

🔴 最关键的发现（p4 案例）：p4 直接 nl 用的 CNO-1 种子 正是生产 seed_finder 本来就选的 exact_family 种子——生产失败不是种子选错，而是 seed_nc 中间阶段发散后把污染的 fort.7 喂给了 nl。同一个种子跳过 seed_nc 直接喂 nl，13 次迭代收敛。

生产的真正病灶：default_seed_chain 是 seed_nc → nl，seed_nc 对难点发散（Kantorovich），其损坏输出毒死了 nl。而 nl 从干净种子出发自身完全有能力收敛。

修复方案（框架侧，runner.rs）

在 default_seed_chain / runner 的阶段传递逻辑（runner.rs:518-531）加一层：

1. 当 seed_nc 发散（STOP/NaN/best_max_relc 超阈）时，不要把 seed_nc 的 fort.7 传给 nl——回退用原始种子（邻居的干净 .7）直接喂 nl（nl 参数不变：ORELAX=0.5、NITER=100）。
2. 更激进（同样有效）：对已知难点直接加一条 nl_direct 策略（跳过 seed_nc）。
3. 配合修 seed_finder 两 bug（exact_family 优先级 + d_teff<5000.0），扩大可用种子池（he0/对角/Teff 邻居）。

验证数据支撑：5/5 点恢复，其中 3 个点是"直接 nl"救回、2 个点是"he0 warm nc→nl"救回；两种路径互补。p4 案例证明即使不修 seed_finder、只用现有种子选择，仅改"seed_nc 失败回退原种子喂 nl"就能救回 p4 类点。

🔬 是否应把 seed_nc→nl 直接替换为 seed_nl（直接 nl）？—— 不应替换，应作回退/补充策略（A/B 实测）

DB 统计（2861 个生产 seed_step 成功点）：

• 96%（2735）seed_nc 自己未收敛，最终收敛全部由 nl 完成 —— seed_nc 从来不是收敛完成者；
• 但 234 个点 seed_nc 发散到 >1e4，nl 仍从中收敛 —— 发散的 seed_nc 输出并非必然有毒。

A/B 对照（3 个生产 seed_step 成功点，同种子直接跑 nl，跳过 seed_nc）：

点	生产（seed_nc→nl）	直接 nl	结论
ab2 (35k)	✅ nl 9.51e-4	✅ 31it 4.9e-4	seed_nc 多余
ab3 (45k)	✅ nl 7.39e-4	✅ 19it 5.6e-4	seed_nc 多余
ab1 (35k)	✅ nl 7.47e-4（注意其 seed_nc 发散到 2.65e8）	❌ 100it 卡 8.2e8	seed_nc 必要！

ab1 反例说明 seed_nc 并非无用：某些点上 seed_nc 即使发散，其限幅后的中间模型（布居已部分适应新参数）仍比原始种子更适合 nl；直接替换会弄坏当前能跑通的点。

结论：seed_nc → nl 链本身不是 bug；bug 是它没有回退路径——当 seed_nc 的输出真的有毒（NaN/深度污染）且 nl 因此失败时，直接把任务判死。正确修复是阶梯式：

seed_nc → nl          （现状，覆盖 96% 场景）
   └─ nl 失败/NaN → nl_direct（用原始干净种子重跑 nl）   （新增回退，救 p2/p3/p4 类）
        └─ 仍失败 → 下一策略（现有 fallback 不变）

这样 ab1 类点走第一条路（保住），p4 类点走回退（救回），无任何回归风险。

---

八、修复实施（2026-08-14，已落地并验证）

8.1 代码改动（3 处）

#	文件	改动	验证
1	runner.rs	阶段执行体抽为 execute_tlusty_stage()；新增 nl_direct 回退：require_converged 阶段失败且非链首且有原始种子时，以 <label>_direct 标签用原始种子重跑该阶段，收敛则采纳	单元测试（假 tlusty 三步接线）✅；p2/p3 用完整生产 nst 的 direct-nl 物理验证 ✅（99it/6.8e-4、19it/8.6e-4，温度结构物理）
2	seed_finder.rs:51	d_teff < 5000.0 → <= 5000.0（相邻 Teff 档纳入 exact_family，桶索引本就支持）	回归测试（55000↔60000 判 exact、距离 0）✅
3	nst_writer.rs	新增 NST_LINE_MAX=75 换行（TLUSTY CHARACTER*80 行缓冲截断 bug，IFALI/TFLOOR 等此前从未生效）	回归测试（全行 ≤75、TMOLIM/TFLOOR 在输出中）✅；行为验证见下

8.2 nst 截断修复的行为验证（意外收获）

用修复后的 Rust 链端到端重跑 p4 场景（e2e_nl_direct_fallback_recovers_poisoned_seed_chain，真实二进制）：

• 主链 seed_nc→nl 自己收敛了（seed_nc 仍发散到 4.6e14，但 nl 14it 收敛 2.41e-4）—— 修复前生产 nst 第 4 行 158 字符被截断，IFPOPR=4/JALI=1（布居 ALI 处理）等从未生效； 修复后这些关键字真正传到 TLUSTY，** nl 从被污染的 seed_nc 输出也能自愈**。
• 即 #3 一项就可能显著改善生产成功率；p2/p3 主链仍失败（回退 #1 兜底，已验证有效）。

8.3 验证总账

• cargo test --workspace：197 passed / 0 failed（含 3 个新回归测试）
• cargo clippy：仅 2 个既有警告（conv_check.rs，非本次改动）
• 端到端（真实二进制）：p4 主链自愈 ✅；p2/p3 回退路径物理验证 ✅
• 修复后预期：难点恢复路径 = 主链（nst 修复增益）→ nl_direct 回退 → 现有策略 fallback，三层递进

生产没走通的原因：seed_finder 两个 bug

查 crates/server/src/db/seeds.rs:144-193 + seed_finder.rs:51：

Bug 1（致命）：exact_family 优先级压倒一切。 选种逻辑「先找 exact_family（同 Teff/logg/He、仅 CNO 不同），有就立即返回，绝不看 global」。对 he-4 点：exact_family 候选 = 同 Teff 的 CNO 邻居 o-4（富方向、不稳定、距离 4.0）被选中；而经验证有效的 he0 候选（global、贫 He 方向、距离 2.0）从未被考虑。

Bug 2：d_teff < 5000.0（严格小于）排除相邻 Teff 档。 网格 Teff 步长正好 5000K，55k→60k 相邻档永远进不了 exact_family。而 Teff 方向经验证最稳（55k 点靠 50k Teff 种子收敛）。

推荐修复（按性价比）

1. 改选种逻辑（治本，框架侧）：当 exact_family 候选是富方向（距离大）时，应让它与 global 候选比较。最简方案——对 he≤-2 的点，优先选 He-rich（he0/he+2）同族收敛模型作种子（贫 He 方向，已验证 nl 能接住）。
2. d_teff < 5000.0 → <= 5000.0（一行）：纳入相邻 Teff 档，让 55k 能作 60k 种子。
3. 多步 Teff 连续（用户思路）：从已收敛低温点逐档升温 warm-start，每步 nc 有界 + nl 收尾。这是 1+2 修复后的自然产物。
4. 接受"nc 未收敛但有界"的种子（生产 require_converged=false 已是此意，但需确保 seed_nc 不撞 1e16 STOP——He-rich warm-start 保证这一点）。

前提：单参数/换起点 nc 自身收敛均已穷举证伪（但仍可用作 nl 的有界种子）

12+ 变体 + He-ladder 1 dex 细步全部不收敛。不稳性根植于 TLUSTY「完全线性化 + Kantorovich 加速」求解器在「贫 He + 高 Teff + 低 logg」表层的结构性失效。下列是仍需进一步工作的方向（本文未完全落地）。

方向 A（治本，需改源码）：换加速/辐射算子

• 试 IFALI>5（近似 Λ 算子） —— 已实测证伪。IFALI=6（启用带状近似 Λ 算子，:17411 加 A/C 非对角耦合）：
  • cold start + IFALI=6 → nc.7 全 NaN（比 baseline 的有界更差）；
  • warm he0 + IFALI=6 → iter1 MAX=1.84e95（灾难性，vs 默认 4.3）。
  • 带状算子的非对角项在远离解时放大失稳，不是稳住。IFALI=6 对本问题是反效果。
• 改 Kantorovich 切换逻辑或加自适应阻尼（前序文档优先级 1/2，工程量大）。这是剩下唯一可能见效的源码侧方向，但工程量大、需重编。

方向 B（止损，框架侧）：诊断修正 + 难点标记

• 诊断侧：check_fort9 的 CHMX 是未限幅值（§3.1），对难点恒高。可对 nc 阶段追加 POPZCH 过滤后的 CHMX + 温度结构/emflux 实物校验作辅助判据——但不能把有界未收敛模型当真收敛（§4.2 实测其表层 T 偏离）。
• 任务侧：把 he≤−2 + Teff≥50k + logg≤5.5 的 ~273 个最难点标记为"nc 求解器失效"，单独排队/人工处理，不浪费 7-9 次重试。

方向 C（数据侧）：缩小难点集

DB 统计这批点的收敛率随 He 丰度强烈变化（he=+2 93% → he=−4 66% 失败）。若科学上可接受，优先保证 he≥0 的点（冷启动大多收敛），he≤−2 的最难点降级处理。

已证伪、不推荐的方向

• 诊断侧：DCTS 的 check_fort9 用未限幅 CHMX 判收敛，对这类点恒判失败。可在 framework 里对 nc 阶段追加 POPZCH 过滤后的 CHMX 与温度结构/emflux 实物校验作为辅助判据，但不能把"有界未收敛"模型当真收敛（实测其表层 T 偏离收敛参考）。
• 任务侧：把这批 he≤−2+高Teff+低logg 的点标记为"需 He-ladder"，单独排队。

不推荐的方向（已穷举证伪）

• 任何单一 nst 数值参数（ORELAX/DPSILG/ITEK/IACC/POPZER/POPZCH/NITER）；
• ND=70、非灰 LTE 中间阶、trace 金属置 LTE、IFALI=5；
• 仅靠 logg 连续（Δlogg 0.5 warm-start 仍崩）；
• He-ladder 连续（he0→he−1 单步 1 dex、he0→he−4 单跳 2 dex，iter1 都小但 iter5 Kant 爆）——不稳性在迭代加速环节不在起点；
• 禁 Kantorovich（ITEK=999）——纯 full-CL 反而 NaN，Kantorovich 实为防 NaN 的稳定项；
• IFALI=6（带状近似 Λ 算子）——cold→全 NaN、warm→iter1 MAX=1.84e95 灾难性；带状非对角项远离解时放大失稳。

---

六·五、附带发现：nst 行被 80 字符缓冲截断（生产 bug）

测 IFALI=6 时发现：tlusty208.f:1689 声明 CHARACTER*80 TEXT（nst 行读取缓冲），但 nst_writer.rs 写出的第 4 行长达 158 字符：

HMIX0=-1.,MLTYPE=1,IPTURB=1,IBFINT=1,IHECOR=0,IRTE=0,IBC=3,IFRYB=0,IOPTAB=0,IFMOL=0,IFALI=5,IFPOPR=4,JALI=1,TRAD=0.,WDIL=0.,TFLOOR=8000.,TDISK=0.,TMOLIM=9000.

第 80 字符（...IFMO）处被截断，IFALI/IFPOPR/JALI/TRAD/WDIL/TFLOOR/TDISK/TMOLIM 全部从未被读取，静默走 TLUSTY 默认。即生产中这些点的 TFLOOR=8000（config.rs 配的）实际没生效，用的是 TLUSTY 默认 TFLOOR。本复测所有需要这些参数的变体都已手动拆行（每行 ≤68 字符）验证可正确读取。

建议修 nst_writer.rs：keyword 组每组 ≤75 字符换行（对齐 CHARACTER*80 限制）。

---

六、与前序文档的关系

前序结论	本文状态
"itek/iacc/DPSILG/orelax 调参无效"	证伪其方法论：CHMX 对这些参数不敏感（源码 :14643 在 :14647/:14652 之前），前序测了不敏感的指标。结论（这些参数救不回）方向对，但理由错。
"需连续法"	方向确认，并具体化为 He-ladder（而非泛泛的 Teff 连续），有 he0 warm-start iter1 改善 30× 的实测支撑。
"Newton 在灰化起点即在收敛域外"	确认（baseline iter1=140 且深层正常表层崩）。但 warm he0 能把 iter1 降到 4.3，说明换个起点能进收敛域。
"禁 Kantorovich 降 1e12~1e14"	方法论警示：那是 CHMX（未限幅）下降；纯 full-CL（ITEK=999）实测会 NaN，Kantorovich 实为稳定项，不应禁用。

---

七、复测产物位置

test/20260813_cold_nc_trace_fix/convergence/t60000_g5.0_he-4_c-4_n-4_o-3_cold/
├── baseline/         inputs/(lte+nc.5/nst) + outputs/(nc.6/7/9)
├── popzer1e-9/  popzer1e-12/  popzch1e-9/
├── nd70/  lte_ng/  trace_lte/  full_nst/
├── warm_from_g5.5/  warm_from_he0/  warm_he0_nokant/
└── cold_nokant/

每个变体 outputs/nc.9 可用 scripts/check_fort9.py 复核；nc.7 可用 check_temperature.py 复核。