返回板块

G26 异源双模校核范式技术标准

前言

目次

前言

1 第一篇 总则

1.1 定位与职责

1.2 术语与定义

1.3 核心能力

1.3.1 异源双模型独立校核

1.3.2 结构化强制校核

1.3.3 多维统计学共识量化

1.3.4 门禁阈值与双人锁

1.3.5 规则→工具链五步闭环

2 第二篇 流程与接入规范

2.1 工作流程（四阶段）

2.1.1 阶段零：规则→工具链五步法

2.1.2 阶段一：前置验证层

2.1.3 阶段二：双模校核层

2.1.4 阶段三：量化引擎层

2.1.5 阶段四：门禁执行层

2.2 模型接入层技术规范

2.2.1 统一抽象层接口契约

2.2.2 模型名映射与校验（Critical）

2.2.3 鉴权与安全（Critical）

2.2.4 请求参数传递

2.2.5 响应解析防御

2.2.6 错误处理与重试

2.2.7 流式与非流式一致性

2.2.8 交付物契约

3 第三篇 量化共识引擎

3.1 量化共识算法规范

3.1.1 规范算法（首选）

3.1.2 降级代理（无 embedding 环境时）

3.1.2.1 降级偏差定量校正

3.1.3 Kappa 样本量局限与退化处置

3.1.4 S 值判读规则

3.2 失效模式与判读规则

4 第四篇 保障、记录与附录

4.1 输出规范

4.2 安全与合规

4.3 评审机制

4.4 修订记录

4.5 审批记录

4.6 定稿校核结论

4.7 待确认事项

附录 A

附录 B

附录 C

附录 D

本范式为专家 `lihengbian-dual-verify`（展示名「利衡辨_异源双模校核」）的技术规范，规定高风险动作（插件调用、专家升级、skill 迭代、敏感文档操作）事前以异源双模型交叉验证替代单模型主观判断、将校核结论转化为可量化工程指标的强制要求。

版本：V1.2.2 ｜ 编制日期：2026-09-03 ｜ 状态：正式基准 · 全域强制

对象：专家 lihengbian-dual-verify（异源双模校核专家）

成文依据：《MASTER RULE 技术标准成文规范》V1.1.0

排版说明（2026-09-03）：本版为按蓝本《WorkBuddy应用技术标准》V1.3.0 的排版对齐修订——补封面 / 静态目次 / 两类认知图 / 页脚「第X页共Y页」；正文条款与内容保持不变

模态词等级表与示例约定（STD-D）

本范式条款所用模态词，按五级体系执行，与 RFC 2119 对齐并补其缺失的 RECOMMENDED 级：

中文模态词	英文对应	语义	违反后果
**必须**	MUST / MUST NOT（否定式）	绝对要求，无任何例外	判 P1 阻断
**禁止**	MUST NOT	绝对禁止	判 P1 阻断
**应**	SHALL	要求；若确有例外，须在条款内显式声明例外条件	判 P2 整改
**宜**	SHOULD（RECOMMENDED）	推荐做法；可不采用，但须记录理由	判 P3 提示
**可**	MAY	允许，表许可而非能力	不构成违规

表能力时用「能够」，不用「可」。

示例约定：条款下以「例：」引导数值或场景示例，以「反例：」引导错误用法。

1 第一篇 总则

图1-1 异源双模校核逻辑思维简图

注：本图回答「为什么这样组织」——自顶向下的分层认知框架与层间依赖关系

1.1 定位与职责

`lihengbian-dual-verify` 是 WorkBuddy 的高风险动作安全门专家，专责在插件调用、专家升级、skill 迭代、敏感文档操作之前，以异源双模型交叉验证替代单模型主观判断，把校核结论转化为可量化工程指标。

· 解决的核心问题：单一模型（尤其单底座部署）在意图识别、事实核查、逻辑推理中的系统性偏见与幻觉。

· 物理前提：两模型必须来自独立厂商、独立语料、独立权重——会话侧 `DeepSeek-V4-Pro` 与 API 侧 `Hy3`（腾讯混元/LKEAP），二者无交集，从根本上消除同源自洽性偏见。

· 唯一准绳：量化共识得分 `S`，不读取任何模型的自我置信度。

1.2 术语与定义

下列术语与定义适用于本范式。禁止循环定义（不得以 A 定义 B 又以 B 定义 A）。

术语	定义
**异源**	两条模型通路在厂商、训练语料、模型权重三个维度互相独立的状态
**S（一致性得分）**	由 Kappa、Jaccard、Cosine 三分量加权得到的量化共识指标，取值截断至 `[0,1]`
**Kappa**	Cohen's Kappa，就两模型对四维度评分分档后计算 `(Po−Pe)/(1−Pe)`
**Kappa 分母退化**	两模型评级分布完全相同致 `Pe=1` 且 `Po=1`，Kappa 数学上无定义（0/0）的状态
**Jaccard**	双方 `issue_list` 语义配对后，`|交集| / |并集|`
**Cosine（实为 Dice）**	无 embedding 环境下降级为字符 3-gram Dice 系数 `(2·|A∩B|)/(|A|+|B|)`，**非真正余弦**
**持久分歧项**	经一轮并行重校后仍未配对的 `critical` 级 issue
**评分标定差异**	两模型打分基准不同（一严一宽）但问题清单互补的情形，**非结论相反**
**真分歧**	两模型对同一事实给出相反结论的情形
**降级代理**	无 embedding 时的近似算法，**必须**显式标注「非规范近似」
**模型名回落**	发送不存在的模型名时，服务端静默换成另一模型且不报错的行为
**双人锁**	自动放行/升级须同时满足 `S≥0.88` 且无持久分歧项的约束机制

1.3 核心能力

1.3.1 异源双模型独立校核

两路模型并行对同一对象（方案/脚本/文档/升级包）独立校核，互不感知对方输出。

1.3.2 结构化强制校核

两模型按统一 JSON 模板输出，禁止自由文本：

{ "dimensions": {"事实准确性": 0, "逻辑一致性": 0, "规范符合性": 0, "可操作性": 0}, "issue_list": [{"issue_id": "1", "dimension": "事实准确性", "severity": "critical", "topic": "简短主题词", "location": "位置", "description": "问题描述", "suggested_fix": "修订建议"}] }

· `dimensions` 四维度 0–100 整数；`severity` 取 `critical/major/minor`；`dimension` 取四维度之一。

1.3.3 多维统计学共识量化

权重：`S = 0.45·Kappa + 0.25·Jaccard + 0.30·Cosine`，落于 [0,1]。

· Cohen's Kappa（0.45）：两模型对 4 维度评分视为 4 对样本，分档（A≥85/B=75–84/C=65–74/D<65）计算 `(Po−Pe)/(1−Pe)`。

· Jaccard（0.25）：将双方 `issue_list` 语义聚类配对（V1.0.2 固化：采用匈牙利最优一对一匹配，见 §1.1），计算重叠集合 Jaccard。

· Cosine（0.30）：双方校核全文语义向量余弦相似度。

V1.0.2 勘误：原文写作「余弦距离」，系术语误用——相似度与距离是反向量，混用会导致判读结论反转。降级实现为字符 3-gram Dice 系数时，审计字段须如实标注 `Cosine_method`，不得冒称 Cosine（R5）。

例：设两模型四维评分分档后 `Po=0.75, Pe=0.50`，则 `Kappa=(0.75−0.50)/(1−0.50)=0.50`；若 `Jaccard=0.20`、`Cosine_adj=0.60`，则 `S_adj=0.45×0.50+0.25×0.20+0.30×0.60=0.455`，落于「低置信度」区间（<0.75），必须转人工仲裁。

反例：直接把 `Cosine_raw`（Dice 值，通常 <0.15）代入上式而不做 §1.2.1 分段校正，会把本应 REVIEW 的轮次误判为 REJECT。

1.3.4 门禁阈值与双人锁

得分区间	判定	动作
`S ≥ 0.88` 且无持久分歧项	高置信度共识	自动放行，触发动作 + 生成四件套
`0.75 ≤ S < 0.88`	中等置信度	未配对分歧项交两模型并行重校一次，仍 <0.88 转人工
`S < 0.75`	低置信度	强制拒绝，记录差异报告，推送人工仲裁

双人锁：自动放行或升级必须收到 `S ≥ 0.88` 且无持久分歧项信号；专家升级另须弹窗二次确认 + 冒烟测试。

例：`S_adj=0.91` 但存在 1 条未配对 critical issue → 持久分歧项数=1 → 不得自动放行，须转人工仲裁。

1.3.5 规则→工具链五步闭环

「读 MEMORY → 跑 _tools → 查 README → 查技术规范+SOP → 建文件夹」必闭环、全域可执行。

2 第二篇 流程与接入规范

图2-1 异源双模校核流程生命周期逻辑结构图

注：本图回答「每一步做什么」——各阶段触发条件、责任人、校验方式与例外回路

2.1 工作流程（四阶段）

2.1.1 阶段零：规则→工具链五步法

每次调用强制闭环，缺一不可（见 §1.5）。

2.1.2 阶段一：前置验证层

· 明确校核方向（插件调用/专家升级/skill 迭代产物）。

· 回显会话模型 ID，确认会话模型为 `deepseek-v4-pro`；非此 ID 终止并提示手动切换。

2.1.3 阶段二：双模校核层

· 待校核对象分别提交 `DeepSeek-V4-Pro` 与 `Hy3`，强制统一 JSON 模板输出。

2.1.4 阶段三：量化引擎层

· 计算 Kappa/Jaccard/Cosine → S；`0.75 ≤ S < 0.88` 时分歧项并行重校一次再判。

· 全程不读模型自我置信度。

2.1.5 阶段四：门禁执行层

· 按 §1.4 阈值判定；执行后单模型轻量级验证；专家升级冒烟测试。

2.2 模型接入层技术规范

本节为接入机制整改的强制规范，凡实现/维护双模调用通道必须逐条对齐。（V1.0.1 新增，固化上轮校核整改。）

2.2.1 统一抽象层接口契约

· 双路走同一调用入口（统一 `call_model`），但必须引入 per-vendor 能力 profile（模型名映射、max 上限、默认 temperature），调用前按 profile 裁剪，禁止用同一硬编码 body 压平 vendor 差异。

2.2.2 模型名映射与校验（Critical）

· 配置须区分「内部 id」与「API 层模型名」，增加 `apiModel` 映射层；启动自检调 `/models`（或等价端点）校验模型名有效性。

· 每次响应必须回检 `sent_model` 与 `recv_model`：不一致即记 `model_fallback=true` 并告警，该轮不得自动放行（E3）。

V1.0.2 勘误：原条款示例「严禁把内部 id 原样当 API 的 `model` 参数发送（如 `deepseek-v4-pro` 直接发 DeepSeek 端点）」与实测不符——实测 `/v1/models` 返回 `['deepseek-v4-flash','deepseek-v4-pro','deepseek-v4-flash-vision-exp']`，直发 `deepseek-v4-pro` 正确可用。

真实风险是另一个：发送不存在的模型名会被服务端静默回落（实测发 `deepseek-chat` → 回显 `deepseek-v4-flash`，无任何报错）。因此本条约束由「禁止直发内部 id」更正为「强制回检回落实名」。

2.2.3 鉴权与安全（Critical）

· API 密钥禁止明文硬编码于代码或配置文件；改环境变量/密钥管理注入，配置中脱敏为占位符。

· 文件权限收紧，密钥定期轮换。

2.2.4 请求参数传递

· 显式传 `temperature`（校核场景取低值求稳定）；`max_tokens` 按 vendor `maxOutputTokens` 做 `min(请求值, 上限)` 裁剪。

2.2.5 响应解析防御

· 提取 content 用安全导航（不直接 `choices[0].message.content` 下标），显式检查 `finish_reason`，错误响应单独分类，异常时返回可诊断上下文。

2.2.6 错误处理与重试

· 429/5xx/超时做指数退避+抖动重试（解析 `Retry-After`）；4xx 参数错误不重试；超时分连接/读取两段。

2.2.7 流式与非流式一致性

· 若需流式，抽统一 `parse_response(stream)` 适配器，处理 `data:` 分片与 `[DONE]`；非流式与流式解析结果必须等价。

2.2.8 交付物契约

· 交付物生成脚本必须从共识引擎 JSON 输出反序列化，禁止硬编码共识数字；增加断言校验「文档内数字 == JSON 内数字」，确保证据链与交付物联动。

3 第三篇 量化共识引擎

3.1 量化共识算法规范

（V1.0.1 修订：降级与判读规则。）

图节点映射：`dimensions`→§1.2；Kappa→§1.3；Jaccard→§1.1；Cosine_adj→§1.2.1；门禁→第三篇 §1.4。

3.1.1 规范算法（首选）

· Jaccard：`Sentence-BERT` 向量化 + 语义聚类配对，相似度 > 0.85 视为同一问题。

· Cosine：`text-embedding-3-small` 编码双方校核全文，计算余弦相似度（V1.0.2 勘误，见 第三篇 §1.3）。

配对算法（V1.0.2 固化，处置自审 C2）：

· 采用匈牙利算法（Kuhn-Munkres / JV）求全局最优一对一指派，以「相似度总和最大」为目标，再按阈值过滤低于门槛的配对。

· 严禁沿用「按 A 顺序贪心取当前最高分」——贪心在 A 路先占最优项时会挤掉 B 路唯一可行配对，导致配对数少于全局最优。

· 实现要求：有 `scipy` 时调 `scipy.optimize.linear_sum_assignment`；无 `scipy` 时回退内置 O(n³) 纯 Python 实现（Jonker-Volgenant），两者结果必须一致，且引擎须声明零第三方依赖可运行。

· 配对算法与阈值须写入审计字段：`Pairing_method`、`Pairing_threshold`，保证结论可复现。

· 阈值与算法模式绑定：embedding 模式取 0.85；降级为字符集合相似度代理时取 0.45（降级阈值不可套用 0.85，否则几乎零配对）。

3.1.2 降级代理（无 embedding 环境时）

· 允许降级，但必须在审计日志显式标注「非规范近似」，不得与规范算法混为一谈。

· 宜优先采用：Jaccard 用 `jieba` 分词 + 词集 Jaccard（阈值相应下调）；Cosine 用字符 3-gram Dice 代理。

· ⚠️ 字符 n-gram 对中文语义相似度系统性低估（语义相关但字面不重叠的项会被漏配），S 会被人为拉低，判读时必须扣除该偏差。

3.1.2.1 降级偏差定量校正

（V1.0.3 新增，处置自审 C4 定量化。）

· 标定依据（标定校_2026-08-29_1218，30 对中文语义基准集，Dice 实现与引擎逐字一致）：

类别	样本	Dice 均值	人工标注真实均值	平均低估 gap
C1 同义改写（字面多重叠）	10	0.4051	0.8880	**0.4829**
C2 语义相关（字面不重叠）	10	0.0105	0.5850	**0.5745**
C3 不相关	10	0.0000	0.0500

· 校正公式（强制，R6）：`Cosine_adj = clip01(Dice + delta)`；`S_adj = 0.45·Kappa + 0.25·Jaccard + 0.30·Cosine_adj`。

· 分段 delta（防 C3 不相关假阳性）：仅当存在配对证据（`Jaccard > 0` 且配对数 > 0）时启用校正；`Dice ≥ 0.30` 用 C1 值 0.483（字面重叠，同义改写场景），`Dice < 0.30` 用 C2 值 0.575（字面不重叠，语义相关场景）；无配对证据时 `delta = 0`，不补偿。

· 允许 `--cos-delta <值>` 手动覆盖，覆盖时审计字段须标 `Cosine_calibration='override'`。

· 门禁口径（R6，强制）：0.75/0.88 阈值判定一律以 S_adj 为准；`S_raw`（原口径）必须并列写入审计字段供对照，禁止以 S_raw 代替 S_adj 判定。

· 审计字段增补（R6）：`Cosine_raw`、`Cosine_adj`、`Cosine_delta`、`Cosine_calibration`、`Cosine_calibration_source`、`S_raw`、`S_adjusted`。

· 状态：当前标定为经验标定（人工标注真实相似度，非 embedding 真余弦），待 embedding 环境就绪后以 `text-embedding-3-small` / Sentence-BERT 余弦复核修正 delta 与分段阈值（见 第三篇 §1.1）。

例：实测 `Dice=0.0654`（<0.30，属 C2 语义相关场景）且存在配对证据 → `delta=0.575` → `Cosine_adj=clip01(0.0654+0.575)=0.6404`；若 `Kappa=0.50`、`Jaccard=0.0625`，则 `S_adj=0.45×0.50+0.25×0.0625+0.30×0.6404=0.4339`，仍 <0.75，转人工仲裁，但已显著高于未校正的 `S_raw=0.245`。

3.1.3 Kappa 样本量局限与退化处置

（V1.0.2 回填 R3 / C1。）

· Kappa 仅 4 对样本，n=4 统计功效极低，分档阈值（85/75/65）对 2–3 分差敏感（如 82 vs 85 跨档即 Kappa 崩至负值）。审计字段必须并列标注「Kappa 受 n=4 局限」，并补充连续型一致性参考（平均绝对差/ICC）。

· 分母退化（R3，强制）：当 `Pe ≥ 1` 时，Kappa 无定义，不得置 0.0。处置为：审计字段 `Kappa=null`、`Kappa_status='undefined(Pe=1.0 分母退化)'`，其 0.45 权重由连续指标承接：

`cont_consistency = max(0, 1 − 平均绝对分差 / 50)`

依据：实证 Kappa 被置 0.0 而两模型均差仅 13.25（实为中度一致），S 被人为拉低约 0.28，导致本应 REVIEW 的轮次被误判 REJECT。

· 负值截断（C1，强制）：Kappa 取负时（两模型档位系统性错位），按 0 处理并记录原值；综合得分 `S` 一律截断至 `[0,1]`。

例：两模型四维评分均差 13.25 → `cont_consistency = max(0, 1 − 13.25/50) = 0.735`，以 0.735 承接 Kappa 的 0.45 权重（而非置 0），避免 S 被人为拉低约 0.28。

3.1.4 S 值判读规则

（Critical，V1.0.1 新增。）

· 当 `S < 0.75` 时，必须区分两种根因，不得一律判「真对抗」：

· 评分标定差异：两模型打分基准不同（一严一宽、或两极化），但问题清单高度互补——此时 S 低是「标定不一致」而非「结论相反」。

· 真分歧：两模型对同一事实给出相反结论。

· 判定为「评分标定差异」时，应以 issue 合并清单为仲裁依据（去重合并双方问题），而非纠结评分；此路径已实证可检出单模型漏检的 Critical 硬伤。

· 无论何种路径，`S < 0.75` 均不得自动放行，须转人工仲裁。

「持久分歧项」定义（V1.0.2 固化，处置自审 C6 + 回填 R4）：

· 持久分歧项 = 重校后仍未配对的 `critical` issue（单轮执行时即「本轮未配对的 critical issue」）。

· 仅 critical 计阻断；独有的 `major` / `minor` 不构成阻断。

依据：V1.0.x 实现要求「零独有项」（`not a_only and not b_only`），比本规范更严，导致大量本可放行的轮次被误拦。

· PASS 判据回归规范原文：`S ≥ 0.88` 且 持久分歧项数 = 0。

3.2 失效模式与判读规则

图节点映射：S_adj→§1.2.1；阈值→§1.4；持久分歧项→§1.4；重校→§1.4。

失效模式对照表（三列：失效模式 / 后果 / 防护条款，必须 100% 可追溯到本范式条款）：

失效模式	后果	防护条款
FM-1 误放行：以 `S_raw` 代替 `S_adj` 判定	本应拒绝的轮次被放行，高风险动作失去门检	§1.2.1「门禁口径（R6，强制）」
FM-2 误拒绝：Kappa 分母退化被置 0	S 被人为拉低约 0.28，本应 REVIEW 判为 REJECT	§1.3「分母退化（R3，强制）」
FM-3 误配对：Jaccard 用贪心而非匈牙利	配对数少于全局最优，Jaccard 被低估	§1.1「配对算法（C2）」
FM-4 同源冒充：单路不可达仍以单模结论放行	异源物理前提失效，偏见与幻觉无法抑制	§定位与职责「物理前提」、第四篇 二「异源是物理前提」
FM-5 静默回落：模型名不存在被服务端换模	实际调用模型与预期不符，结论不可追溯	§2.2「模型名映射与校验（Critical）」
FM-6 涉密外传：原始全文上送外部模型	真实专利/测试数据/内部合同泄露	第四篇 二「涉密数据绝不出本地」
FM-7 空壳结论：推理预算耗尽致 content 空	若以推理链顶替，会把推理过程误当结论 JSON	异常处理 E2（`max_tokens` 翻倍重试，**禁止** reasoning 顶替）

4 第四篇 保障、记录与附录

4.1 输出规范

· 每次校核结束无论通过与否，落盘 S06 四件套：技术规范要求 Word、摘要 Word、变更履历 Excel、版本清单 Excel。本输出已纳入全域管理（MEMORY 第二篇 二.4「异源双模校核输出纳入全域管理」）：凡本专家触发的每次校核输出，无论对象与判定结果，一律按四件套产出、缺一不可，由治理工具生成与校验。（V1.0.2：经用户裁定维持全量强制，不按风险分级精简；自审 C10 由「待办」转为「已知成本约束」。）

· 轻量输出路径（V1.2.1 新增；落实 G7 自审 #10「四件套过重」）：在低风险、小体量校核场景，允许以「审计日志 JSON + 简版 Markdown 结论」替代四件套，高风险判定不得豁免。触发条件与约束见下表：

触发条件	允许产物（二选一替代四件套）	禁止项
校核判定为 **REJECT**，且校核对象为小体量片段（单条款 / 单节选 / 单 issue 级）	`审计日志 JSON`（含全量强制字段，见附录 D）+ `结论简报.md`（四段式结论：结论 / 依据 / 置信度 / 处置建议）	禁止以简报替代审计日志；禁止省略任一强制字段；禁止据此自动放行任何下游动作
校核对象为**小体量片段**（单条款 / 单节选），无论判定（含 PASS/REVIEW 之外的小体量快速校核）	同上

约束（与专家端 §七「轻量输出条件表」双端一致）：

· PASS / REVIEW 判定仍强制 S06 四件套——高风险不放豁免（经用户裁定维持全量强制的基线不被推翻）；

· 轻量路径的 `结论简报.md` 须含四段式结论，且 Stop 总结中如实声明「轻量路径·未出四件套」；

· 审计日志强制字段清单不变（新增轻量路径不改变字段集，全量字段见附录 D）；

· 来源：G7 自审 #10（`双模规_2026-08-26_1210/素材/hy3_g7_eval.json`，issue_id=10「四件套过重」）；V1.1.0/V1.1.1/V1.2.0 均未采纳此路径，V1.2.1 起落位。

· 审计日志强制字段（V1.0.2 增补）：`Kappa`、`Kappa_status`、`Kappa_substitute`、`Jaccard`、`Cosine`、`Cosine_method`、`Pairing_method`、`Pairing_threshold`、`Model_fallback`、`Consistency_Score`、`Final_Threshold_Result`。（V1.0.3 增补 R6 校正字段：`Cosine_raw`、`Cosine_adj`、`Cosine_delta`、`Cosine_calibration`、`Cosine_calibration_source`、`S_raw`、`S_adjusted`。明细见附录 D。）

增补依据：无 `Kappa_status` 时无法区分「真值为 0」与「分母退化置 0」，审计失真；无 `Cosine_method` 时 Dice 代理被误读为真实余弦；无 `Model_fallback` 时静默回落不可追溯。

· 校核结论须含：校核方向、S 值及三分量、判定结果、分歧项清单、建议动作。

· 报告用语忠实、量化、不引入无关新增内容。

4.2 安全与合规

· 不依赖任一模型自我置信度；量化共识是唯一放行依据。

· 异源是物理前提：两模型独立厂商/语料/权重，否则流程终止。

· 会话模型切换至 `deepseek-v4-pro` 是前置条件。（V1.0.2：经用户裁定维持强依赖，不改为可配置白名单；自审 C5 由「待办」转为「已知约束」。）

· 涉密数据（真实专利、测试数据、内部合同）绝不出本地。

V1.0.2 收紧（R8，处置自审 C7 critical）：原文「仅方法论与结构化校核数据可参与校核 + 如实改写不外传声明」属实质漏洞——改写声明无法阻止泄露。

现约束：上送外部模型前必须强制脱敏或仅送结构化摘要，禁止原始全文出本地；涉密边界不可判定时（E9），置信度直接判「不可用」并禁止上送。

· 无规范/SOP 时主动拒绝，不以感觉替代数据；规则层与工具链层双保险。

· 本专家自身每次被调用，亦须先完成「规则→工具链」五步闭环再动手。

4.3 评审机制

· 触发：本范式随专家 `lihengbian-dual-verify` 升版、或量化引擎（含共识脚本）变更时必须触发评审。

· 评审人：利衡辨全域治理工作组；专家侧由 `lihengbian-dual-verify` 维护人复核。

· 评审内容：①量化引擎三分量与本范式 §1.1–§1.4 是否一致；②审计字段是否齐备（附录 D）；③失效模式表是否覆盖新增异常（第三篇 二）；④成文规范符合性（`doc_style_check.py` 判定结果）。

· 周期：宜每个季度至少一次例行评审；重大变更即时评审。

4.4 修订记录

修订记录必须含完整连续版本链，并与正文、头部版本号三处一致（STD-A）。

版本	日期	变更	编制	审核	批准
V1.0.0	2026-08-25	首版：异源双模 + Kappa/Jaccard/Cosine 量化共识 + 门禁阈值 + 五步法	利衡辨工作组	全域治理工作组	衡明合
V1.0.1	2026-08-25	新增接入层技术规范（17 项整改固化）；新增 §1.4 S 值判读规则与算法降级标注；明确涉密外传边界	利衡辨工作组	全域治理工作组	衡明合
V1.0.2	2026-08-29	三项实测勘误：§3.2 删除与实测矛盾的「禁止直发 deepseek-v4-pro」示例，更正为「强制 sent/recv 回检」；§1.3 与 §4.1「余弦距离」→「余弦相似度」；§九 涉密条款收紧为强制脱敏/仅送摘要。回填 R3/R4/R5。固化 C2：§4.1 配对算法定为匈牙利全局最优一对一。§八 审计字段增补 6 项。经用户裁定：C5 维持模型强依赖、C10 维持四件套全量强制。	利衡辨工作组	全域治理工作组	衡明合
V1.0.3	2026-08-29	处置自审 C4 定量化（Q2 闭环，回填 R6）：§1.2.1 新增降级偏差定量校正——30 对中文语义基准集实测标定 delta（C1 同义改写 0.483 / C2 语义相关 0.575 / C3 不相关≈0），分段校正公式 `Cosine_adj=clip01(Dice+delta)`、`S_adj=0.45Kappa+0.25Jaccard+0.30Cosine_adj`，配对证据门控防 C3 假阳性；门禁阈值改以 S_adj 为准、S_raw 并列审计；第四篇 三 审计字段增补 7 项。标定为经验值，待 embedding 真余弦复核。	利衡辨工作组	全域治理工作组	衡明合
**V1.1.1**	**2026-08-31**	**闭环三待确认事项（升次修订）**：①Q1 R6 落地——专家包 V1.1.1 已实现 §1.2.1 分段校正与 S_adj 门禁（C1=0.483/C2=0.575 标定、配对证据门控防 C3 假阳性）；②Q2 章号篇内起编——12 章中文章号改为各篇独立从「一」起编，节号跟随（§2.1→第二篇§1.1、§4.2.1→第三篇§1.2.1、§七→第四篇二、 等），全部交叉引用同步更新；③Q3 认知入口图 2 幅由 ASCII 框图替换为正式 PNG 插图并嵌入（图1-1 引擎数据流 / 图2-1 门禁决策流程）。算法/阈值条款未变。	利衡辨工作组	全域治理工作组	衡明合
**V1.1.0**	**2026-08-31**	**成文规范整改（升次版本）**：按《MASTER RULE 技术标准成文规范》V1.0.1 补齐——①四篇式结构（第一篇总则 / 第二篇流程与接入 / 第三篇量化共识 / 第四篇保障记录与附录）；②新增「术语与定义」（12 条）与模态词五级等级表（含「宜 / SHOULD」级）；③新增「失效模式与判读规则」章（FM-1–FM-7 三列对照表，100% 可追溯）；④新增 2 幅认知入口图（图1-1 引擎数据流、图2-1 门禁决策）；⑤新增 4 处「例 / 反例」；⑥新增必备附录 A–D（速查 / 术语 / 工具链 / 审计字段明细）；⑦版本记录升级为修订记录（补编制/审核/批准栏）；⑧新增评审机制、定稿校核结论、待确认事项闭环记录。**原有判定逻辑、阈值、算法条款一字未改**，仅增补结构与记录。	利衡辨工作组	全域治理工作组	衡明合
**V1.2.1**	**2026-08-31**	**轻量输出路径（升次修订，处置 G7 自审 #10「四件套过重」）**：①第四篇 §一 输出规范新增「轻量输出路径」，允许 REJECT / 小体量片段场景以「审计日志 JSON + 简版 Markdown 结论」替代四件套；②显式收紧：**PASS/REVIEW 判定仍强制 S06 四件套**（高风险不放豁免，V1.0.2 维持全量强制基线不推翻）；③审计日志强制字段清单不变；④要求 Stop 总结如实声明轻量路径。与专家端 lihengbian-dual-verify V1.2.1 §七「轻量输出条件表」双端同步。算法/阈值条款未改。	利衡辨工作组	全域治理工作组	衡明合
**V1.2.2**	**2026-09-01**	**STD-C-010 适用性复核（升补丁修订，X-3 登记事项闭环）**：对照母规则《MASTER RULE 技术标准成文规范》V1.0.1 L77 STD-C-010 最新判据文本（示例覆盖率 ≥ 30%，判定对象为自带 STD-C-NNN 编号的清单式结构）复核——G7 为四篇式正文结构（篇—章—节 § 编号体系），**判据语义未变 → 维持豁免、不整改**；doc_style_check 复跑 P1=0 / P2=0、STD-C-010 剩 P3 1 项（通用口径 2/176，与六、定稿校核结论记载一致）。**算法/阈值/判据条款均未改**，仅追加复核修订记录。版本策略：补丁位 +1（仅追加记录、无条款变更）。	利衡辨工作组	全域治理工作组	衡明合

4.5 审批记录

项	内容
定稿版本	V1.2.1
编制	利衡辨工作组（2026-08-31）
审核	全域治理工作组（2026-08-31）
批准	衡明合（2026-08-31）
生效条件	本范式自批准之日起生效；旧版 V1.0.3 归档 `.bak` 保留可回退

4.6 定稿校核结论

· 校核工具：`~/.workbuddy/_tools/doc_style_check.py`（母规则 V1.0.1 的 AUTO 条款自动判定器）。

· 校核对象：本文件（`~/.workbuddy/specs/范式/G7_异源双模校核范式.md`）。

· V1.0.3 基线：P1 不通过 8 项、P2 不通过 5 项。

· V1.1.1 结果：P1 不通过 0 项、P2 不通过 0 项、P3 不通过 1 项（退出码 0）；章号篇内起编与插图替换属结构/呈现类变更，不引入新判定项。

· V1.2.2 复核（2026-09-01，X-3 闭环）：对照母规则《MASTER RULE 技术标准成文规范》V1.0.1 STD-C-010 判据文本复核——判据要求「含示例规则数 / 规则总数 ≥ 0.3」，判定对象为自带 `STD-C-NNN` 编号的清单式结构；G7 为四篇式正文结构（篇—章—节 § 编号体系，无 STD-C-NNN 编号）→ 结构性不适用，维持豁免、不整改。doc_style_check 复跑：P1 不通过 0 项、P2 不通过 0 项、P3 不通过 1 项（退出码 0），P3 即 STD-C-010（通用口径 2/176，判据适用边界问题，非文档缺陷）。

· P3 剩余 1 项说明（STD-C-010 示例覆盖率 0%）：该条判据为「段落以 `STD-C-NNN` 开头且含『例：/反例：/示例表：』标记的条款占比 ≥30%」，其设计对象是母规则自检清单（自带 STD-C 条款编号体系）。本范式采用自有 `§` 编号体系，不含 `STD-C-NNN` 条款，故该判据结构性不适用——本范式已提供 4 处「例 / 反例」（§1.3、§1.4、§1.2.1、§1.3），实际示例覆盖率满足要求，但无法被该正则命中。

· 结论：本范式在保持原有判定逻辑、阈值与算法条款不变的前提下，完成母规则结构与记录类条款整改；P1/P2 全部清零，剩余 P3 为判据适用边界问题（非文档缺陷）。可作为专家 `lihengbian-dual-verify` 的升级依据。

4.7 待确认事项

编号	事项	提出版本	责任人	状态
Q1	delta 标定经验值；R6 校正已在脚本 V1.1.1 落地（S_adj 门禁 + 配对证据门控）；远期：embedding 真余弦复核（§1.1（第三篇·一、量化共识算法规范）升级时执行）	V1.0.3→V1.1.1	利衡辨工作组	已闭环（远期项保留）
Q2	四篇式结构下章号改篇内从「一」起编、节号跟随，交叉引用同步更新	V1.1.0→V1.1.1	利衡辨工作组	已闭环
Q3	认知入口图 2 幅由 ASCII 替换为正式 PNG 插图并嵌入（图1-1 / 图2-1）	V1.1.0→V1.1.1	利衡辨工作组	已闭环

附录 A

场景	判据	动作
高置信度	`S_adj ≥ 0.88` 且持久分歧项=0	自动放行 + 四件套
中等置信度	`0.75 ≤ S_adj < 0.88`	未配对分歧项并行重校一次
低置信度	`S_adj < 0.75`	强制拒绝 + 差异报告 + 人工仲裁
Kappa 分母退化	`Pe ≥ 1`	判 `undefined`，由 `cont_consistency` 承接 0.45 权重
模型名回落	`recv_model ≠ sent_model`	记 `model_fallback=true`，该轮不得自动放行
涉密边界不可判定	无法脱敏	置信度=不可用，禁止上送

附录 B

同正文「术语与定义」，共 12 条：异源、S（一致性得分）、Kappa、Kappa 分母退化、Jaccard、Cosine（实为 Dice）、持久分歧项、评分标定差异、真分歧、降级代理、模型名回落、双人锁。

附录 C

工具	用途	位置
双路调用脚本	双模调用（模型名回检、空返回重试、E1/E7 处置）	专家包 `scripts/` 下（具体文件名以专家包为准）
共识量化脚本	Kappa / Jaccard / Cosine → S_adj，匈牙利配对	专家包 `scripts/` 下（具体文件名以专家包为准）
交付物命名与校验库	四件套路径派生、命名闸	`~/.workbuddy/_tools/deliverable.py`
成文规范判定器	母规则 AUTO 条款机器判定	`~/.workbuddy/_tools/doc_style_check.py`
规范闸门	无技术规范拒绝升级（专家侧）	`~/.workbuddy/_tools/expert_spec_gate.py`

附录 D

字段	含义	引入版本
`Kappa`	Cohen's Kappa 值；分母退化时为 `null`	V1.0.0
`Kappa_status`	`ok` 或 `undefined(Pe=1.0 分母退化)`	V1.0.2
`Kappa_substitute`	分母退化时承接 0.45 权重的连续指标（默认 `cont_consistency`）	V1.0.2
`Jaccard`	配对后集合 Jaccard	V1.0.0
`Cosine`	字符 3-gram Dice 代理值	V1.0.0
`Cosine_method`	固定标注「字符3-gram Dice代理」，**不得冒称 Cosine**	V1.0.2
`Cosine_raw`	未校正的 Dice 原值	V1.0.3
`Cosine_adj`	`clip01(Dice + delta)` 校正后值	V1.0.3
`Cosine_delta`	分段 delta（C1=0.483 / C2=0.575 / 无配对证据=0）	V1.0.3
`Cosine_calibration`	标定来源；手动覆盖时标 `override`	V1.0.3
`Cosine_calibration_source`	标定依据（30 对中文语义基准集）	V1.0.3
`S_raw`	未校正口径的一致性得分，仅供对照	V1.0.3
`S_adjusted`	校正后得分，**门禁判定以其为准**	V1.0.3
`Pairing_method`	配对算法（匈牙利/JV 或 scipy）	V1.0.2
`Pairing_threshold`	配对阈值（embedding 0.85 / 降级 0.45）	V1.0.2
`Model_fallback`	是否发生模型名静默回落	V1.0.2
`Consistency_Score`	最终一致性得分	V1.0.0
`Final_Threshold_Result`	门禁判定结果（PASS / REVIEW / REJECT）	V1.0.0