# Чувствительность сравнения

Эта страница фиксирует два теста устойчивости методом Монте-Карло, стоящие за [картой сравнения](/docs/comparison): передискретизацию весов осей по всему их пространству при замороженных подоценках и возмущение каждой подоценки не более чем на пункт при опубликованных весах. Она держит конструкции и зерна, интервалы рангов для всех двадцати двух продуктов, статистику пересечений в прямых сравнениях, одно отозванное утверждение и скрипт, который воспроизводит запись.

Первая версия [страницы методологии](/docs/comparison-methodology)
проверяла ровно один альтернативный весовой набор и сообщала об одном
пересечении. Рецензирование сделало то, что должны были сделать мы:
Монте-Карло по всему весовому пространству и по неопределённости
подоценок. Мы переняли конструкцию и прогнали её заново собственным
кодом, а не цитируя числа рецензента. Эта страница публикует наши; полная
запись прогонов и проверка согласия с цифрами рецензента — в
`review/index/SCORES.md`, а каждая подоценка, на которую опираются тесты,
— на [странице оценок](/docs/comparison-scores).

## Два теста

Каждый тест прогоняет N = 200 000 выборок на ось:

1. **Веса выбираются, оценки заморожены.** Неотрицательные веса
   разыгрываются равномерно по весовому симплексу каждой оси
   (нормализованные розыгрыши Exp(1)); каждая опубликованная подоценка
   удерживается фиксированной. Это спрашивает: какая часть упорядочения —
   наше суждение о весах?
2. **Веса заморожены, оценки возмущены.** Опубликованные веса сохраняются;
   к каждой подоценке каждого продукта добавляется независимый равномерный
   шум ±1 с отсечением в 0–10. Это спрашивает: сколько зависит от того,
   что целочисленные суждения ровно верны?

Ранг здесь — это 1 + число продуктов со строго более высокой оценкой.
Основной прогон: зерно 20260807. Независимая переимплементация (другой код
и генератор, зерно 271828). **Пересчитано 2026-08-07 по полю из 22
продуктов, когда была оценена Obscura**: ранг относителен полю, поэтому
интервалы ниже были прогнаны заново со строкой Obscura внутри, а не
оставлены протухшими, и рабочая запись в `review/index/SCORES.md`
сохраняет прогоны по 21 продукту как запись воспроизведения рецензента.
**Пересчитано снова в тот же день, когда URnetwork был переоценён по
постановлению о включении по умолчанию** (реестр методологии): таблицы
ниже — это запись после переоценки, прогнанная заново под обеими
реализациями и обоими зернами, а допереоценочные прогоны остаются в
таблице прогонов рабочей записи. На поле из 22 продуктов две реализации
согласуются по каждому интервалу и медиане, кроме пяти ячеек весового
теста у почти равных соседних пар (расхождение 0.05 в точечной оценке),
отмеченных в рабочей записи; те же пять ячеек различаются до и после
переоценки. Каждый интервал шума оценок — тот род, который публикует
обзорная страница, — идентичен в обоих прогонах, как и строки URnetwork и
Obscura целиком.

## Результаты URnetwork

Вход Obscura сдвинул статистику ранга по X: медиана по весам 3→4,
интервал по шуму 2–3 → 2–4. Переоценка по умолчанию сдвинула их снова:
медиана по весам 4→3, интервал по весам 2–5 → 1–4. Ни одна ранговая
статистика теста шума и ни одна статистика по Y не сдвинулись ни в тот, ни
в другой раз.

| Статистика | Тест 1, веса выбираются | Тест 2, шум оценок ±1 |
|---|---|---|
| Ранг X, медиана (5-й–95-й) | 3 (1–4) | 3 (2–4) |
| Оценка X, 5-й–95-й | (веса варьируются) | 6.793–7.813 |
| Впереди Mullvad по X | **74.0%** (ровно 71/96) | **99.9%** |
| Впереди Obscura по X | **100%** (вырожденно; см. ниже) | **93.9%** |
| Впереди NymVPN по X | **67.0%** (ровно 343/512) | **30.6%** |
| Ранг Y, медиана (5-й–95-й) | 3 (1–15) | **7 (4–11)** |
| Оценка Y, 5-й–95-й | (веса варьируются) | 5.747–6.653 |
| Y ниже 5.00 | никогда, по построению (см. отозванное утверждение) | 0 из 200 000 (около 4.4σ при этой модели шума: редко, но не невозможно) |

**Две оси не несут равной уверенности.** Ранг X у URnetwork остаётся
внутри 1–4 при каждом выбранном весовом наборе: у верха оси X порядок
решает то, какое суждение вы делаете, но сам индекс сравнительно устойчив
к весам. Его ранг Y бегает по 1–15 в том же весовом пространстве, и даже
при опубликованных весах медиана при шуме ±1 — 7-е место, а не делённое
5-е, которое подсказывает его точечная оценка. Индекс Y гораздо
чувствительнее к весам, чем X, и каждое размещение по Y на карте следует
читать с соответственно меньшей уверенностью.

## Прямые сравнения

**Mullvad.** Два числа по Mullvad остаются самым информативным
предложением, доступным об этом графике, и переоценка по умолчанию
изменила то, что они говорят. До неё отрыв URnetwork от Mullvad по X
составлял 55.55% при неопределённости весов — подбрасывание монеты,
которое почти целиком зависело от ранжирования структуры (отделение плюс
сквозное шифрование, 0.60 суммарно) выше проверки (0.30). После
переоценки разница подоценок составляет (+5, +3, −3, −1): URnetwork ведёт
по обеим структурным частям, Mullvad ведёт по проверке и, узко, по
постквантовости, а та же выборка весов даёт URnetwork отрыв в 74.0%
случаев (точный объём симплекса — 71/96 ≈ 73.96%). При шуме оценок ±1 при
опубликованных весах это 99.9%. Отрыв больше не подбрасывание монеты, но
остаточная чувствительность к весам выживает в очерченной форме: читатель,
который взвешивает проверку примерно в половину оси, по-прежнему получает
Mullvad впереди, и это остаётся разумным прочтением, а не ошибкой.
Проработанный пример — в разделе о перевзвешивании ниже.

**Obscura.** Сравнение перевернулось вместе с переоценкой. Теперь двое
идут вничью по структуре (E+S 16–16, звено по содержимому у Obscura
включено по построению, а у URnetwork — по постановленному умолчанию
запуска, хотя в поставке оно по-прежнему выключено) и вничью по V,
поэтому весь разрыв в 0.70 — это постквантовая часть, которой Obscura не
имеет. Чистая разница по одной части, (0, 0, 0, +7), делает весовой тест
вырожденным: любой весовой набор с ненулевым постквантовым весом
сохраняет порядок, поэтому «100% выбранных весовых наборов» описывает
форму различия, а не устойчивость. Информативный тест — шум оценок, при
котором URnetwork ведёт в 93.9% случаев: за пределами досягаемости одного
пункта, поскольку крупнейший размах в один пункт по одной части — 0.35
против разрыва в 0.70. Допереоценочная статистика была 69.5%, что не
выходило за пределы этой досягаемости; при допереоценочных оценках
разница составляла (−1, 0, 0, +5) с точной долей симплекса 5/6 = 83.33%
(выборочно 83.4%). По-настоящему сблизила бы эту пару поставка
постквантовости у Obscura.

**NymVPN.** Переоценка купила новое соседство в другом направлении:
NymVPN, на 7.50, теперь сидит на 0.20 выше 7.30 у URnetwork — ближе, чем
Obscura под ним. При опубликованных весах ведёт NymVPN. По выбранным
весовым наборам URnetwork ведёт в 67.0%: разница составляет
(−1, −1, −1, +7), поэтому порядок целиком зависит от того, превышает ли
постквантовый вес одну восьмую, а точная доля — (7/8)³ = 343/512. При шуме
оценок NymVPN сохраняет отрыв в 69.4% розыгрышей (URnetwork впереди в
30.6%). Эта пара напечатана как соседняя и неустоявшаяся — ровно так, как
Obscura и URnetwork были до переоценки.

## Интервалы рангов по продуктам

5-й–95-й процентиль с медианой в скобках, поле из 22 продуктов после
переоценки, прогон переимплементации, зерно 271828. Строки URnetwork и
Obscura идентичны при основном прогоне. Переоценка изменила шесть ячеек,
все в колонке весов по X: URnetwork 2–5 (4) → 1–4 (3), Tor 1–4 → 1–5,
Obscura 3–10 → 4–10, медиана Mullvad 3 → 4, IVPN 2–8 → 3–8,
ExpressVPN 2–12 → 3–12.

| Продукт | Ранг X, веса | Ранг X, шум оценок | Ранг Y, веса | Ранг Y, шум оценок |
|---|---|---|---|---|
| Tor | 1–5 (1) | 1–1 (1) | 2–22 (19) | 21–22 (22) |
| NymVPN | 2–9 (3) | 2–3 (2) | 18–21 (20) | 20–21 (20) |
| URnetwork | 1–4 (3) | 2–4 (3) | 1–15 (3) | 4–11 (7) |
| Obscura | 4–10 (6) | 3–5 (4) | 9–19 (15) | 12–19 (16) |
| Mullvad | 1–7 (4) | 4–6 (5) | 4–12 (7) | 4–11 (7) |
| IVPN | 3–8 (5) | 5–7 (6) | 6–16 (11) | 6–13 (10) |
| Apple Private Relay | 5–15 (9) | 6–8 (7) | 13–22 (20) | 13–19 (17) |
| Windscribe | 7–14 (11) | 7–10 (8) | 1–5 (2) | 1–5 (3) |
| PIA | 7–15 (12) | 8–13 (10) | 9–15 (11) | 7–14 (11) |
| ExpressVPN | 3–12 (8) | 8–13 (10) | 4–10 (6) | 4–11 (7) |
| Proton VPN | 9–16 (14) | 9–15 (12) | 1–5 (3) | 1–6 (3) |
| NordVPN | 6–13 (10) | 9–15 (12) | 4–10 (6) | 4–11 (7) |
| Tailscale | 6–18 (13) | 10–16 (13) | 1–8 (3) | 1–3 (1) |
| Cloudflare WARP | 7–16 (11) | 11–16 (14) | 1–16 (5) | 1–6 (3) |
| Surfshark | 7–16 (12) | 11–17 (15) | 8–13 (9) | 5–12 (8) |
| Orchid | 9–17 (16) | 12–17 (15) | 19–22 (21) | 20–22 (21) |
| Mysterium | 16–18 (18) | 16–20 (18) | 7–20 (18) | 14–19 (17) |
| TunnelBear | 15–19 (17) | 16–20 (18) | 8–16 (13) | 9–16 (13) |
| Sentinel | 17–20 (20) | 17–20 (19) | 9–19 (16) | 15–19 (18) |
| IPVanish | 19–20 (19) | 17–21 (19) | 12–19 (16) | 9–16 (13) |
| Hotspot Shield | 21–21 (21) | 20–21 (21) | 8–18 (12) | 9–16 (13) |
| Hola | 22–22 (22) | 22–22 (22) | 6–20 (17) | 14–19 (17) |

Интервалы ничего не преувеличивают по случайности симметрии моделей.
Модель шума ±1 намеренно проста и не является эмпирическим распределением
ошибок; её урок в том, что уверенность в ранге требует неопределённости в
назначенных оценках, а не только второго набора весов.

## Воспроизвели ли мы рецензента?

Да, на поле из 21 продукта, которое измерял рецензент, до того как была
оценена Obscura. Рецензент сообщил (зерно 20260807, 200 000 выборок,
собственный код): 55.64% впереди Mullvad; оценка X 6.341–7.359 и оценка Y
5.749–6.652 при шуме; интервалы рангов 2–5, 1–15, 2–3 и 4–11 при медиане
Y 7. Наши прогоны на том поле вернули идентичные интервалы рангов и
медианы, границы оценок в пределах 0.005 и 55.55% на пересечении; запись
по 21 продукту сохранена в `review/index/SCORES.md`, а попарная статистика
по Mullvad переносится на перепрогон по 22 продуктам без изменений в
пределах ошибки выборки. У пересечения был точный ответ, по которому можно
проверить всех: при оценках, которые измерял рецензент, разница подоценок
URnetwork−Mullvad составляла (+4, +3, −3, −3), а доля весового симплекса
на стороне URnetwork вычисляется как 109/196 ≈ 55.61%. Каждая оценка
Монте-Карло, наша и рецензента, сидит в пределах ошибки выборки (±0.22
пункта на 2σ при таком размере выборки) от точного значения. Внешний
результат, который мы не смогли бы воспроизвести, был бы находкой; тот,
который мы воспроизвести можем, — тоже. Цифры рецензента — это
допереоценочная запись: переоценка URnetwork по умолчанию позже в тот же
день изменила его строку по X, а текущее точное значение пересечения —
71/96, выведенное и выбранное в таблицах выше. Проверка 109/196
по-прежнему воспроизводится на допереоценочных оценках — а это то, что
измерял рецензент.

## Отозванное утверждение, зафиксировано

До 2026-08-07 страница методологии утверждала, что размещение URnetwork по
Y устойчиво к весам: что никакое перевзвешивание частей качества не может
опустить его Y ниже 5.00. Вердикт рецензента — **«математически истинно,
но доказательно пусто»** — принят полностью. Каждая подоценка Y у
URnetwork была назначена ≥ 5, поэтому всякое выпуклое взвешенное среднее
из них ≥ 5 **по построению**: мы опубликовали свойство собственных
входных данных так, будто это свидетельство устойчивости, и утверждение
осталось бы «истинным» независимо от того, насколько неверны были эти
входные данные. То же возражение отправляет в отставку эквивалентное
утверждение по оси X ещё до того, как его кто-нибудь сделает. Подоценки X
у URnetwork тоже все ≥ 5, поэтому «никакое перевзвешивание не опустит X
ниже 5.00» столь же гарантировано и столь же пусто. Ни одно из этих
утверждений больше не появляется в этом корпусе как свидетельство. Что
можно сказать по записи — в таблицах выше: при перевзвешивании
информативный выход — это ранг, а не пересечение линии, а информативный
тест самих линий — это неопределённость оценок, при которой 5-й
процентиль Y у URnetwork равен 5.747 — утверждение о простой модели шума,
а не о мире. Что действительно могло бы опустить Y ниже линии — это
свидетельства: внешнее измерение, оценивающее задержку или пропускную
способность ниже середины шкалы. Таких не существует ни в ту, ни в другую
сторону, и правило корпуса о невыдуманных числах — причина, по которой две
части производительности сидят на опорном уровне структурного класса 5.
Утверждение отозвано, а не удалено, потому что ценность этой записи в
том, что она хранит собственные ошибки.

## Размещения внутри шума

Одноточечная чувствительность — не Монте-Карло, но она отвечает на тот же
вопрос на границах, поэтому фиксируется здесь вместе с остальным.

- **Apple Private Relay** сидит внутри шума сразу от обеих линий, +0.10
  по X и −0.05 по Y, в одиночестве на пересечении осей, — поэтому его
  следует читать как находящийся на линиях, а не как жителя какого-либо
  квадранта, включая ячейку «Академическое / исследовательское», в
  которую попадают его строгие знаки. Его суждения режут в обе стороны:
  оценка E или S на пункт ниже ставит X в 4.85 или 4.75, обратно левее
  линии, а оценка S на 8 ставит его отчётливо правее, в 5.45. Именно эта
  чувствительность — причина, по которой карта его аннотирует, а не
  заявляет.
- **Obscura** сидит внутри шума от линии Y сверху (+0.10). Её
  принадлежность к правой стороне линии X уверенна при +1.60 и устойчива
  к шуму: 0 из 200 000 выборок с шумом ±1 помещают её левее линии, при
  5-м процентиле X 6.12. Впрочем, она чувствительна к весам: 32.6%
  равномерно выбранных весовых наборов помещают её левее, что вызвано
  PQ 0 и V 6, когда веса проверки и постквантовости разыгрываются
  высокими. Сторона Y — настоящее подбрасывание монеты, и на неё ничего
  не заявляется: Y падает ниже 5.00 в 36% выборок с шумом ±1 и в 50.0%
  выбранных весовых наборов, а единственная помеченная как суждение часть
  T двигает её в обе стороны (T 5 даёт 4.85, T 7 даёт 5.35).
- **Mysterium** (−0.10), **Hola** (−0.15) и **Sentinel** (−0.20) сидят
  внутри шума ниже линии Y, и их принадлежность к «выше/ниже» — не
  уверенное суждение; сигнал — их дефициты по X.
- Сверху **TunnelBear**, **IPVanish** и **Hotspot Shield** преодолевают
  линию Y всего на 0.45–0.50 на оценках L и T класса дата-центров;
  читатель, который оценил бы постоянство их флота на пункт ниже, поставил
  бы их на неё или под неё.
- Линия X — чистая вода для всех остальных. Никто, кроме Apple, не
  подходит к ней ближе 0.40 (Windscribe слева; IVPN на 0.70 и Obscura на
  1.60 справа), поэтому никакая одноточечная переоценка не переводит через
  раздел «проверяемое/на доверии» ни один другой продукт. Apple —
  единственный продукт, чья сторона этой линии законно зависит от одного
  суждения.

## Перевзвешивания, которые меняют порядок

Фиксированные веса ставят структуру (S + E = 0.60) выше проверки
(V = 0.30). Перевзвесьте в сторону проверки достаточно сильно, например
E 0.15 / S 0.25 / V 0.50 / PQ 0.10, — и **Mullvad (7.00) обходит
URnetwork (6.90)** по оси; поднимите вес проверки ещё выше — и IVPN в
конце концов тоже его обойдёт. До переоценки по умолчанию хватало более
мягкого примера (V на 0.45), а число по всему пространству было
подбрасыванием монеты: по равномерно выбранным весовым наборам URnetwork
тогда опережал Mullvad лишь в 55.55% случаев. После переоценки он
опережает в 74.0%, и пример с V 0.45 больше не переворачивает порядок
(URnetwork 7.00, Mullvad 6.70). Порядок у верха оси теперь держится и на
структурных подоценках, и на весах, но читатель, который взвешивает
аудиты и судебные свидетельства примерно в половину оси, по-прежнему
получает Mullvad впереди и не ошибается. Страницы по продуктам уже
говорят такому читателю выбрать Mullvad или IVPN, пока URnetwork не
закроет свой пробел с аудитом протокола.

Тот же рычаг, потянутый в другую сторону, — проработанный пример с IVPN:
структурно-доминантный E 0.35 / S 0.45 / V 0.10 / PQ 0.10 опускает IVPN
до 4.90, чуть левее линии, при Mullvad ровно на 5.00 на ней.
Принадлежность IVPN к верхнему правому квадранту зависит от того, чтобы
вес проверки оставался существенным. Замороженные веса его пропускают, и
зависимость всё равно зафиксирована здесь.

На оси качества именно Eg с весом 0.20 поднимает запас URnetwork и держит
WARP, Private Relay и Tor внизу. Читатель, который считает идентичность
выхода нишевой, сжимает разброс по Y, и ранг Y у URnetwork бегает с 1-го
по 15-е место по выбранному весовому пространству. Более ранняя версия
страницы методологии закрывала этот анализ утверждением, что никакое
перевзвешивание не может опустить Y у URnetwork ниже 5.00; это
утверждение отозвано, а раздел выше фиксирует почему.

## Что сдвинуло бы эту запись

Три вещи сдвинули бы результаты на этой странице, а не спорили бы с ними.
Поставка постквантовости у Obscura закрыла бы единственную вырожденную
пару (прямые сравнения выше). Внешнее измерение задержки или пропускной
способности заменило бы структурные опорные уровни, которые раздел об
отозванном утверждении называет мягкой почвой оси качества. И любая
переоценка по действующему правилу
[страницы методологии](/docs/comparison-methodology) прогоняет оба теста
заново по всему полю — так, как это сделали добавление Obscura и
переоценка по умолчанию.

## Скрипт воспроизведения

Перекрёстно проверяющая реализация, на поле из 22 продуктов со строкой
URnetwork после переоценки. Она перегенерирует свою строку таблицы
прогонов в `review/index/SCORES.md`, ранговую статистику URnetwork и
таблицу по продуктам выше (Python 3, numpy ≥ 2). Она утверждает, что
каждая опубликованная сумма X и Y точно пересчитывается из матриц
подоценок до выборки, а порядок розыгрышей важен для точного
воспроизведения.

```python
import numpy as np

SEED, N = 271828, 200_000

# name, X parts [X1 e2e, X2 sep, X3 verif, X4 pq], Y parts [Y1 L, Y2 T, Y3 Eg, Y4 In, Y5 A]
# URnetwork X row is the post-rescore [8, 8, 6, 7]; pre-rescore was [7, 8, 6, 5]
PRODUCTS = [
    ("URnetwork",           [8, 8, 6, 7],    [5, 5, 8, 8, 7]),
    ("Tor",                 [10, 10, 10, 4], [2, 1, 1, 9, 9]),
    ("NymVPN",              [9, 9, 7, 0],    [5, 4, 2, 5, 4]),
    ("Obscura",             [8, 8, 6, 0],    [5, 6, 5, 5, 4]),
    ("Mullvad",             [3, 5, 9, 8],    [7, 8, 5, 5, 4]),
    ("IVPN",                [3, 5, 8, 8],    [7, 7, 5, 4, 4]),
    ("Apple Private Relay", [7, 7, 3, 0],    [8, 7, 2, 1, 2]),
    ("Windscribe",          [3, 5, 7, 0],    [7, 7, 6, 7, 7]),
    ("PIA",                 [3, 3, 8, 0],    [7, 7, 4, 5, 4]),
    ("ExpressVPN",          [3, 3, 5, 9],    [7, 8, 4, 6, 4]),
    ("Proton VPN",          [3, 3, 7, 0],    [7, 8, 4, 6, 8]),
    ("NordVPN",             [3, 3, 5, 6],    [7, 8, 4, 6, 4]),
    ("Tailscale",           [6, 2, 5, 0],    [9, 9, 5, 4, 6]),
    ("Cloudflare WARP",     [3, 4, 3, 5],    [9, 8, 2, 4, 8]),
    ("Surfshark",           [3, 3, 4, 5],    [7, 8, 4, 5, 4]),
    ("Orchid",              [3, 5, 3, 0],    [6, 3, 3, 3, 3]),
    ("Mysterium",           [3, 3, 3, 0],    [6, 4, 6, 3, 4]),
    ("TunnelBear",          [3, 2, 4, 0],    [7, 6, 3, 5, 5]),
    ("Sentinel",            [3, 3, 2, 0],    [6, 4, 4, 6, 4]),
    ("IPVanish",            [3, 2, 3, 0],    [7, 7, 3, 4, 4]),
    ("Hotspot Shield",      [3, 1, 2, 0],    [7, 7, 2, 5, 5]),
    ("Hola",                [1, 0, 0, 0],    [5, 4, 5, 3, 7]),
]
WX = np.array([0.25, 0.35, 0.30, 0.10])
WY = np.array([0.30, 0.25, 0.20, 0.10, 0.15])
names = [p[0] for p in PRODUCTS]
XS = np.array([p[1] for p in PRODUCTS], float)
YS = np.array([p[2] for p in PRODUCTS], float)
UR, MV = names.index("URnetwork"), names.index("Mullvad")
OB, NY = names.index("Obscura"), names.index("NymVPN")

# sanity: every published total must recompute exactly (SCORES.md tables, product order above)
EXP_X = [7.30, 9.40, 7.50, 6.60, 6.00, 5.70, 5.10, 4.60, 4.20, 4.20, 3.90,
         3.90, 3.70, 3.55, 3.50, 3.40, 2.70, 2.65, 2.40, 2.35, 1.70, 0.25]
EXP_Y = [6.20, 3.30, 4.00, 5.10, 6.20, 5.85, 4.95, 6.80, 5.75, 6.10, 6.70,
         6.10, 7.25, 6.70, 6.00, 3.90, 4.90, 5.45, 4.80, 5.45, 5.50, 4.85]
assert np.allclose(XS @ WX, EXP_X) and np.allclose(YS @ WY, EXP_Y)

def ranks(scores):  # rank = 1 + #{strictly greater}
    return 1 + (scores[:, None, :] > scores[:, :, None]).sum(axis=2)

def q(a, p):
    return np.quantile(a, p, method="nearest")

def sim_A(rng, subs, w, chunk=50_000):
    R, S = [], []
    for start in range(0, N, chunk):
        m = min(chunk, N - start)
        sc = rng.dirichlet(np.ones(len(w)), size=m) @ subs.T
        R.append(ranks(sc)); S.append(sc)
    return np.vstack(R), np.vstack(S)

def sim_B(rng, subs, w, chunk=20_000):
    R, S = [], []
    for start in range(0, N, chunk):
        m = min(chunk, N - start)
        noisy = np.clip(subs[None] + rng.uniform(-1, 1, (m,) + subs.shape), 0, 10)
        sc = noisy @ w
        R.append(ranks(sc)); S.append(sc)
    return np.vstack(R), np.vstack(S)

rng = np.random.default_rng(SEED)   # draw order matters for exact reproduction:
rAX, sAX = sim_A(rng, XS, WX)       # 1) test 1, X axis
rAY, sAY = sim_A(rng, YS, WY)       # 2) test 1, Y axis
rBX, sBX = sim_B(rng, XS, WX)       # 3) test 2, X axis
rBY, sBY = sim_B(rng, YS, WY)       # 4) test 2, Y axis

print("exact P(UR>MV | test 1) = 71/96 =", 71 / 96)   # pre-rescore: 109/196
print("test 1: P(UR>MV on X) =", (sAX[:, UR] > sAX[:, MV]).mean())
print("test 2: P(UR>MV on X) =", (sBX[:, UR] > sBX[:, MV]).mean())
print("exact P(UR>Obscura | test 1) = 1 (pure X4 difference; pre-rescore: 5/6)")
print("test 1: P(UR>Obscura on X) =", (sAX[:, UR] > sAX[:, OB]).mean())
print("test 2: P(UR>Obscura on X) =", (sBX[:, UR] > sBX[:, OB]).mean())
print("exact P(UR>NymVPN | test 1) = 343/512 =", 343 / 512)
print("test 1: P(UR>NymVPN on X) =", (sAX[:, UR] > sAX[:, NY]).mean())
print("test 2: P(UR>NymVPN on X) =", (sBX[:, UR] > sBX[:, NY]).mean())
print("test 2: UR X score 5-95%:", q(sBX[:, UR], 0.05), q(sBX[:, UR], 0.95))
print("test 2: UR Y score 5-95%:", q(sBY[:, UR], 0.05), q(sBY[:, UR], 0.95))
print("test 2: UR Y < 5.00 in", int((sBY[:, UR] < 5).sum()), "of", N)
for label, r in (("AX", rAX), ("BX", rBX), ("AY", rAY), ("BY", rBY)):
    print(label, "UR rank p5/med/p95:", int(q(r[:, UR], .05)), int(q(r[:, UR], .5)), int(q(r[:, UR], .95)))
print("| Product | X rank, weights | X rank, score noise | Y rank, weights | Y rank, score noise |")
print("|---|---|---|---|---|")
f = lambda r, j: f"{int(q(r[:, j], .05))}–{int(q(r[:, j], .95))} ({int(q(r[:, j], .5))})"
for j in np.argsort(-(XS @ WX), kind="stable"):
    print(f"| {names[j]} | {f(rAX, j)} | {f(rBX, j)} | {f(rAY, j)} | {f(rBY, j)} |")
```
