术语表
ARI 文档中反复出现的术语的简短定义，每条都指向完整解释该术语的文档。术语按其所属的子系统分组。
搜索与编排
BFTS (Best-First Tree Search，最佳优先树搜索) ARI 的实验搜索循环。它探索一棵实验配置的树，始终优先扩展最有希望的已完成节点。实现于 ari/orchestrator/bfts.py。参见 BFTS 算法。
pending BFTS 两个池之一：已从父节点扩展、准备运行但尚未执行的节点。参见 BFTS 算法。
frontier (前沿) BFTS 的另一个池：等待扩展的已完成节点。前沿是持久的 —— 一个节点在产生子节点后仍保持可用以供再次扩展，直到它被退役。参见 BFTS 算法。
retire (退役一个前沿节点) 将一个已完成节点从后续扩展中移除。节点在以下情况下退役：规则 A （某个子节点在 _scientific_score 上超过它）或 规则 B（它已被扩展 max_expansions_per_node 次）。参见 BFTS 算法。
node label (节点标签) BFTS 节点相对于其父节点所扮演的角色：draft、improve、debug、 ablation、validation 或 other。未知标签会归并为 other，而 raw_label 保留原始字符串。参见 BFTS 算法。
diversity bonus (多样性奖励) 对代表性不足的节点标签（跟踪最近 20 次运行）施加的 +0.05 分数微调，使搜索不会坍塌到单一策略上。参见 BFTS 算法。
sterile (不育节点) 执行后其 work_dir 与父节点字节完全一致的子节点 （sha256 差异中 added = modified = deleted = 0）。它会被标记为 _sterile = True，评分为 0.0 并被剪枝 —— 这正是阻止子节点在不实际运行任何东西的情况下"继承"父节点结果的机制。参见 架构 → work_dir 继承。
should_prune BFTS 中的硬性截断谓词：当 current_total ≥ max_total_nodes、 depth ≥ max_depth 或 _sterile is True 时剪枝。此处不掺入任何 LLM 判断。参见 BFTS 算法。
评估
scientific_score / _scientific_scoreLLMEvaluator 分配给每个节点的同行评审质量分数（0.0–1.0）。存储于 metrics["_scientific_score"]，它驱动 BFTS 排名、谱系决策和最佳节点选择。参见 配置 → BFTS 评估层。
composite formula (复合公式) 如何将各维度的分数归约为单个标量：harmonic_mean（默认）、 arithmetic_mean、weighted_min 或 geometric_mean。可通过 evaluator.composite 配置。参见 配置 → BFTS 评估层。
plan (计划) 一次运行的评估细节 —— 测量哪些指标、对比哪些基线、运行哪些消融。来源于 idea.json[0].experiment_plan。默认情况下子实验不继承它 （子节点编写自己的计划，因此它们可以自由调整方向）。参见 架构 → Plan / Venue 契约。
venue (会场) 一次运行的评判标准 —— 评分哪些维度以及如何评分。一个 venue 是 由 ARI_RUBRIC 选定的 ari-core/config/reviewer_rubrics/<id>.yaml 文件。 切换 venue 会同时改变 BFTS 的评分维度和发表评审的标准。参见 架构 → Plan / Venue 契约。
rubric (评分准则) 一份评分规范。ARI 在两种语境下使用这个词：reviewer rubric （上面的 venue YAML）用于论文评审，以及 ORS rubric（一棵 PaperBench TaskNode 树）用于可复现性评分。参见 Rubric 模式。
lineage decision (谱系决策) 当复合分数停滞时，一个 BFTS 钩子会首先以确定性方式，通过 switch_to_idea 转向最强的未使用次优想法 —— 这样次优想法会被真正尝试，而不是未经使用便被搁置。 LLM 评判器（它从 continue / switch_to_idea / fanout / terminate 中选择） 仅作为回退被征询 —— 当预算耗尽、达到递归上限，或没有剩余的未使用备选时。参见 架构 → Plan / Venue 契约。
claim-evidence gate (主张-证据门) 一个确定性的、不使用 LLM 的门（claim_evidence_hard_gate）。它在容差范围内从记录的结果 重新推导论文中报告的每个数字，并检查数值覆盖率 / 操作数解析 / 图表存在性。默认在 warn （仅报告）模式下启用；设置 claim_gate_policy.mode: strict（或 ARI_CLAIM_GATE_MODE=strict）即可在出现阻断性错误时阻止 finalize。当 comparison_scope 为 any（默认）时，跨环境比较被视为透明性警告；为 same_environment 时，它会成为阻断性 错误。参见 配置。
内存
ancestor scope (祖先范围) 节点只能从其祖先链（root → parent）读取内存、绝不能从兄弟节点读取的规则。由 search_memory 上的元数据过滤器强制执行。参见 内存架构。
CoW (Copy-on-Write，写时复制) 使祖先内存在各兄弟节点间保持字节稳定的写入保护：写入侧工具会拒绝任何不等于当前活跃 $ARI_CURRENT_NODE_ID 的 node_id。参见 内存架构。
Letta 自 v0.6.0 起使用的内存后端（前身为 MemGPT）。每个检查点都获得一个专属的代理，持有两个集合：ari_node_<hash>（祖先范围的归档）和 ari_react_<hash>（扁平 ReAct 轨迹）。参见 内存架构。
verified context / verifiable research memory (已验证上下文 / 可验证研究内存) 构建于 Letta 之上的一个带类型、带 sha256 来源的层。在节点结束时，node_report.json 会被 整合为带类型、带来源的记录（experiment_result / failure_case / reflection）；随后 论文流水线据此推导出一个以产物为依据的 verified_context.json（范围限定为最佳节点的 root→best 谱系），从而将论文主张接地到实际测量到的内容上。通过 ARI_MEMORY_CONSOLIDATE 默认启用。参见 可验证研究内存。
代理与技能
ReAct loop (ReAct 循环) 每节点的代理循环（ari/agent/loop.py），它将 LLM 推理与 MCP 工具调用交织在一起以运行一次实验。参见 架构 → 每节点提示组合。
MCP skill (MCP 技能) 打包为 Model Context Protocol 服务器的一项能力（例如 ari-skill-hpc）。技能只能从 ari.public.* 导入。共有 14 个（13 个默认 + 1 个额外）。参见 MCP 技能。
VirSci 将研究目标转化为假说和主要指标的多代理审议，在根节点通过 generate_ideas 运行一次。参见 架构。
状态与发表
checkpoint (检查点) 一次运行的自包含目录，{workspace}/checkpoints/{run_id}/，其中 run_id 为 YYYYMMDDHHMMSS_<slug>。所有状态都存于此处；PathManager （ari/paths.py）是唯一的事实来源。API 密钥从不存储于此 —— 它们来自 .env 或环境变量。参见 架构 → 文件结构。
EAR (Experiment Artifact Repository，实验产物仓库) 随论文一同交付的、确定性构建的 ear/ 包（代码、输入数据、图表、README、 reproduce.sh、LICENSE）。实验输出被刻意排除在外。参见 发表生命周期。
可复现性 (ORS / PaperBench)
ORS ARI 的可复现性检查 —— 一个确定性的、PaperBench 兼容的两阶段流程，它重新运行论文并对其评分。在 v0.7.0 中取代了旧的 LLM 评判路径。参见 PaperBench 快速入门。
TaskNode PaperBench 格式 rubric 树中的一个节点。从论文生成的 ORS rubric 是一棵带权重的 TaskNode 树，并使用封闭的 task_category 词汇表。参见 Rubric 模式。
Phase 1 / Phase 2 (阶段 1 / 阶段 2) ORS 的两个阶段：Phase 1（run_reproduce）在沙箱中执行 reproduce.sh （slurm → docker → apptainer → singularity → local）；Phase 2 （grade_with_simplejudge）对 rubric 叶节点运行 PaperBench SimpleJudge。 参见 PaperBench API。
negative control (阴性对照) 一项 ORS 防护措施：一个空仓库 + 一个无关紧要的 reproduce.sh 必须得分低于 5%，以证明 rubric 不会奖励无所作为。参见 PaperBench API。
bridge stage (bridge 阶段) v0.8.0 PaperBench bridge 的三个 vendor 协议入口点之一： rollout_submission（代理生成一份提交）、reproduce_submission （执行它）和 judge_submission（对其评分）。参见 PaperBench API。
paper-audit mode (论文审计模式) 对 ORS rubric 机制的一种反向使用（v0.7.2），它审计一篇论文本身是否描述得足够充分以可复现，并以一个 venue 模板（sc / neurips / nature）为条件。参见 Rubric 模式。