sync report

report/method_and_results.md

@@ -456,6 +456,7 @@ $\bar\Delta_t$ 随应变单调下降（0.0158 → 0.0146），说明模型在弹
 | `results/figures/fig5_data_efficiency.png` | 数据效率曲线 |
 | `results/figures/fig6_selectivity.png` | 步长 $\Delta_t$ 与硬化率的关系 |
 | `results/figures/fig_coupling_sensitivity.png` | 微观→宏观反事实敏感性 |
+| `code/pimamba/predict.py` | 推理/部署脚本（复算测试折或预测新合金条件） |
 | `results/runs/<tag>/metrics.json` | 每个 run 的完整指标（含 `decomp`、`nan_batches`） |
 | `results/runs/<tag>/history.json` | 逐 epoch 训练/验证损失与学习率 |
 | `results/runs/<tag>/predictions.npz` | 测试折预测（`pred`/`true`/`mask`/`sids`），供复算 |
@@ -482,7 +483,11 @@ python -m pimamba.run_experiments --suite dataeff  --seeds 0 --epochs 300 --lr 3
 python -m pimamba.pooled
 python -m pimamba.report
 
-# 5) 耦合敏感性 + 选择性（需已训练权重与 predictions.npz）
+# 5) 推理/部署：复算测试折，或对新的成分-工况表做 what-if
+python -m pimamba.predict --run results/runs/main_pimamba_f0_s0 --out preds.csv
+python -m pimamba.predict --run results/runs/main_pimamba_f0_s0 --meta my_alloys.csv
+
+# 6) 耦合敏感性 + 选择性（需已训练权重与 predictions.npz）
 python -m pimamba.analysis --coupling main_pimamba_f2_s0 \
                            --selectivity main_pimamba_f2_s0
 ```